Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

A.A. 2020/2021

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
I semestre 1-ott-2020 29-gen-2021
II semestre 1-mar-2021 11-giu-2021
Sessioni degli esami
Sessione Dal Al
Sessione invernale d'esame 1-feb-2021 26-feb-2021
Sessione estiva d'esame 14-giu-2021 30-lug-2021
Sessione autunnale d'esame 1-set-2021 30-set-2021
Sessioni di lauree
Sessione Dal Al
Sessione Estiva 15-lug-2021 15-lug-2021
Sessione Autunnale 15-ott-2021 15-ott-2021
Sessione Invernale 15-mar-2022 15-mar-2022
Vacanze
Periodo Dal Al
Festa dell'Immacolata 8-dic-2020 8-dic-2020
Vacanze Natalizie 24-dic-2020 3-gen-2021
Epifania 6-gen-2021 6-gen-2021
Vacanze Pasquali 2-apr-2021 5-apr-2021
Festa del Santo Patrono 21-mag-2021 21-mag-2021

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Didattica e Studenti Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

A B C D F G L M P S

Accordini Simone

simone.accordini@univr.it +39 045 8027657

Baruffi Maria Caterina

mariacaterina.baruffi@univr.it

Bicego Manuele

manuele.bicego@univr.it +39 045 802 7072

Bombieri Cristina

cristina.bombieri@univr.it 045-8027209

Bombieri Nicola

nicola.bombieri@univr.it +39 045 802 7094

Cicalese Ferdinando

ferdinando.cicalese@univr.it +39 045 802 7969

Combi Carlo

carlo.combi@univr.it 045 802 7985

Constantin Gabriela

gabriela.constantin@univr.it 045-8027102

Daducci Alessandro

alessandro.daducci@univr.it +39 045 8027025

Delledonne Massimo

massimo.delledonne@univr.it 045 802 7962; Lab: 045 802 7058

Franco Giuditta

giuditta.franco@univr.it +39 045 802 7045

Fummi Franco

franco.fummi@univr.it 045 802 7994

Giacobazzi Roberto

roberto.giacobazzi@univr.it +39 045 802 7995

Giugno Rosalba

rosalba.giugno@univr.it 0458027066

Laudanna Carlo

carlo.laudanna@univr.it 045-8027689

Liptak Zsuzsanna

zsuzsanna.liptak@univr.it +39 045 802 7032

Malerba Giovanni

giovanni.malerba@univr.it 045/8027685

Marcon Alessandro

alessandro.marcon@univr.it +39 045 802 7668

Maris Bogdan Mihai

bogdan.maris@univr.it +39 045 802 7074

Perduca Massimiliano

massimiliano.perduca@univr.it +39 045 802 7984

Sala Pietro

pietro.sala@univr.it 0458027850

Salvagno Gian Luca

gianluca.salvagno@univr.it 045 8124308-0456449264

Spoto Nicola Fausto

fausto.spoto@univr.it +39 045 8027940

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

InsegnamentiCreditiTAFSSD
One course to be chosen between the following
6
C
(MED/04)
Two courses to be chosen among the following
6
C
(BIO/18)
6
C
(BIO/13 ,MED/03)
InsegnamentiCreditiTAFSSD
Final exam
24
E
-

1° Anno

InsegnamentiCreditiTAFSSD
One course to be chosen between the following
6
C
(MED/04)
Two courses to be chosen among the following
6
C
(BIO/18)
6
C
(BIO/13 ,MED/03)

2° Anno

InsegnamentiCreditiTAFSSD
Final exam
24
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
English b2 level
4
F
-
Tra gli anni: 1°- 2°
Other activities
2
F
-
Tra gli anni: 1°- 2°

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




SStage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S004548

Crediti

12

Coordinatore

Rosalba Giugno

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Lingua di erogazione

Inglese

L'insegnamento è organizzato come segue:

Teoria

Crediti

6

Periodo

II semestre, I semestre

Laboratorio

Crediti

6

Periodo

II semestre, I semestre

Obiettivi formativi

Il corso ha l’obiettivo di fornire gli strumenti di programmazione necessari per l’analisi di dati genomici, trascrittomici e proteomici provenienti dalle tecnologie di ultima generazione.

Conoscenza e capacità di comprensione L'insegnamento ha l'obiettivo di fornire allo studente la conoscenza e comprensione dei paradigmi e strumenti di programmazione avanzata per la gestione di dati e informazioni biomediche/bioinformatiche.

Conoscenze applicate e capacità di comprensione Lo studente sarà dunque in grado di a) applicare i paradigmi e strumenti di programmazione avanzata per l’analisi di dati genomici, trascrittomici e proteomici; b) applicare l'analisi delle prestazioni del codice e individuazione di criticità e loro ottimizzazione.

Autonomia di giudizio Capacità di proporre in modo autonomo soluzioni efficaci ed efficienti per il dominio applicativo biomedico e bioinformatico; capacità di individuare le criticità per il trattamento di problemi complessi di bioinformatica.

Abilità comunicative Lo studente sarà, inoltre, in grado di interagire con interlocutori vari in un ambito multidisciplinare biomedico e bioinformatico, relazionarsi con i colleghi nello svolgimento di lavori in gruppo, e relazionarsi con gli interlocutori nell'ambiente lavorativo o di ricerca.

Capacità di apprendere Capacità di comprendere la letteratura scientifica nel processo di interpretazione dei risultati o soluzione proposta, e di svolgere lavori di approfondimento individuale e di gruppo volti ad affrontare problemi dal mondo della ricerca e aziendale.

Programma

Programmazione in R
Panoramica e storia di R
Workspace and Files
Oggetti e strutture dati
Valori mancanti
Sequenza di numeri
Subsetting
Le funzioni Split-Apply-Combines
Simulazione
Leggere dati tabulari
Logica
Strutture di controllo
Operazioni di I / O
Funzioni
Grafica di base
Grafica avanzata

Bash: linguaggio di scripting
Panoramica del linguaggio di scripting
Varabili
Matrici indicizzate
Matrici associative
Dichiarazioni e operatori condizionali
Operatori di confronto
Loops
I / O da file
Funzioni

R per bioinformatica
Panoramica di BioConductor
Strutture dati di base BioConductor: IRanges e GenomicRanges
Classi e funzioni per rappresentare le stringhe biologiche: Biostrings
Classi e funzioni per rappresentare i genomi: BSgenome, GenomicRanges,
Funzioni di annotazione e panoramica degli strumenti web di annotazione

Analisi dei dati RNA-SEQ utilizzando R / Python e strumenti web
Introduzione alle tecnologie NGS e progettazione sperimentale
Preprocessing dei dati, da Fastq a BAM
Indexing Reference Genome
La mappatura dei reads su un genoma di riferimento
Indicizzazzione e ordinamento negli allineamenti
Controllo della qualità della mappatura
Scoperta di varianti e call set di perfezionamento
Analisi differenziale
Limma, Glimma, EdgeR
DESeq2
Pratica su RNA codificante e non codificante

Statistiche applicate per High-Throughput Data Mining
Introduzione alle variabili e alla distribuzione
Modellazione lineare
Modellazione lineare e generalizzata
Matrici modello e formule modello
Analisi delle variabili categoriali, analisi dei dati esplorativi, test multipli
Analisi unsupervised
Distanza in alte dimensioni
Principali analisi dei componenti e ridimensionamento multidimensionale
Clustering
Metodi di partizione
Metodi gerarchici
Metodi basati sulla densità
Effetti batch

Analisi avanzate dei dati biologici in R: metodi per grafici e reti.
Reti in igraph
Crea reti
Edge, vertice e attributi di rete
Grafi e modelli di grafi specifici
Lettura di grafi dai file
Trasformare le reti in oggetti igraph
Visualizzare le reti con igraph
Descrittive di rete e nodi
Distanze e percorsi
Sottogruppi e comunità
Assortatività e omofilia
Ricostruzione e analisi di reti co-regolatorie e co-espresse

Il corso include seminari su argomenti avanzati come i metodi computazionali per l'analisi di dati di singole cellule, graph mining e reti multistrato. Gli argomenti sono definiti ogni anno in base alle tendenze attuali nella ricerca in bioinformatica medica. Gli studenti avranno la possibilità di utilizzare software relativi agli argomenti scelti e analizzare casi reali.

Modalità d'esame

L’esame consiste di una parte scritta (A) e di una progettuale (B). (A) consiste nello sviluppo in aula nelle date di esame di un programma in R per la risoluzione di un problema su dati genomici, trascrittomici o proteomici. (B) consiste nello sviluppo di un progetto concordato con il docente previo richiesta via email e appuntamento per l’elaborazione delle specifiche (il progetto ha validità tutto l’anno accademico). I progetti hanno diversi livelli di difficoltà. Ad ogni difficoltà corrisponde un valore massimo di valutazione.

Il voto per le parti (A) e (B) è espresso in trentesimi.

Il voto finale è calcolato come min(31, ((A+B)/2)+C).
C è espresso nell'intervallo[-4,+4] è riflette la maturazione e autonomia scientifica acquisita durante lo sviluppo delle prove e del progetto, nell’esposizione e nell’interpretazione della letteratura scientifica e del contesto scientifico del progetto.

Bibliografia

Testi di riferimento
Attività Autore Titolo Casa editrice Anno ISBN Note
Teoria Roger D. Peng Exploratory Data Analysis with R https://leanpub.com/exdata 2016
Teoria Michael I. Love, Simon Anders, Vladislav Kim, Wolfgang Huber RNA-Seq workflow: gene-level exploratory analysis and differential expression https://f1000research.com/articles/4-1070/v1 2015
Laboratorio Roger D. Peng Exploratory Data Analysis with R https://leanpub.com/exdata 2016

Tipologia di Attività formativa D e F

Le attività formative in ambito D o F comprendono gli insegnamenti impartiti presso l'Università di Verona o periodi di stage/tirocinio professionale.
Nella scelta delle attività di tipo D, gli studenti dovranno tener presente che in sede di approvazione si terrà conto della coerenza delle loro scelte con il progetto formativo del loro piano di studio e dell'adeguatezza delle motivazioni eventualmente fornite.

 

I semestre Dal 01/10/20 Al 29/01/21
anni Insegnamenti TAF Docente
1° 2° Linguaggio Programmazione Matlab-Simulink D Bogdan Mihai Maris (Coordinatore)
II semestre Dal 01/03/21 Al 11/06/21
anni Insegnamenti TAF Docente
1° 2° Introduzione alla stampa 3D D Franco Fummi (Coordinatore)
1° 2° Linguaggio programmazione Python D Vittoria Cozza (Coordinatore)
1° 2° Progettazione di componenti hardware su FPGA D Franco Fummi (Coordinatore)
1° 2° Prototipizzazione con Arduino D Franco Fummi (Coordinatore)
1° 2° Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore D Roberto Giacobazzi (Coordinatore)
Elenco degli insegnamenti con periodo non assegnato
anni Insegnamenti TAF Docente
1° 2° Lab.: The fashion lab (1 cfu) D Maria Caterina Baruffi (Coordinatore)
1° 2° Minicorso Blockchain D Nicola Fausto Spoto (Coordinatore)

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA.

Prova Finale

Per gli avvisi sulle sessioni di laurea, si rimanda al relativo servizio.

Alla tesi di laurea sono dedicati 24 CFU, per un lavoro che non deve superare i 4-5 mesi a tempo pieno per la/o studentessa/studente.

La tesi di laurea sarà compilata e discussa in lingua inglese, anche mediante l'ausilio di supporti multimediali quali slide, filmati, immagini e suoni.

Scopo della Tesi di Laurea

Scopo della tesi è quello di sviluppare uno studio originale che può culminare con un progetto applicativo o un risultato teorico connesso a specifici problemi di natura progettuale o una rassegna critica sullo stato dell'arte in un determinato ambito di studio. Nel corso dello svolgimento della Tesi il laureando dovrà, sotto la guida del relatore ed eventuali correlatori, affrontare lo studio e l'approfondimento degli argomenti scelti, ma anche acquisire capacità di sintesi e applicazione creativa delle conoscenze acquisite. Il contenuto della Tesi deve essere inerente a tematiche della bioinformatica e della informatica medica o discipline strettamente correlate. La Tesi consiste nella presentazione in forma scritta di attività che possono essere articolate come: -progettazione e sviluppo di applicazioni o sistemi; -analisi critica di contributi tratti dalla letteratura scientifica; -contributi originali di ricerca.

La Tesi può essere redatta sia in lingua inglese che in lingua italiana, e può essere discussa sia in inglese che in italiano, anche mediante l'ausilio di supporti multimediali quali slide, filmati, immagini e suoni. Nel caso di tesi redatta in lingua italiana alla medesima dovrà essere aggiunto un breve riassunto in lingua inglese.

Modalità di svolgimento e valutazione.

La prova finale consiste nello sviluppo di una tesi di laurea, che impegni lo studente in un lavoro di ricerca, formalizzazione, progettazione o sviluppo: tale lavoro contribuirà sostanzialmente al completamento della sua formazione tecnico-scientifica. Ogni tesi di Laurea può essere interna o esterna, a seconda che sia svolta presso l'Università di Verona o in collaborazione con un altro Ente. Ogni tesi prevede un relatore, eventualmente affiancato da uno o più correlatori, e un controrelatore. Il controrelatore è nominato dal Collegio Didattico almeno 20 gg prima della discussione della Tesi, verificata l'ammissibilità dello studente a sostenere l'esame di Laurea Magistrale. Per quanto riguarda gli aspetti giuridici (ad esempio, proprietà intellettuale dei risultati) legati alla Tesi e ai risultati ivi contenuti, si rimanda alla legislazione vigente in materia ed ai Regolamenti di Ateneo.

Valutazione delle Tesi

I criteri su cui sono chiamati ad esprimersi relatore ed eventuali correlatori e controrelatore sono i seguenti:

1. livello di approfondimento del lavoro svolto, in relazione allo stato dell'arte dei settori disciplinari di pertinenza informatica, con enfasi sulle applicazioni agli ambiti medici e biologici;

2. avanzamento conoscitivo o tecnologico apportato dalla Tesi;

3. impegno critico espresso dalla/dal laureanda/o;

4. impegno sperimentale e/o di sviluppo formale espresso dal laureando;

5. autonomia di lavoro espressa dalla/dal laureanda/o;

6. significatività delle metodologie impiegate;

7. accuratezza dello svolgimento e della scrittura;

La/il controrelatrice/controrelatore non è chiamata/o ad esprimersi sul punto 5.

Voto di Laurea.

Il voto di Laurea (espresso in 110mi) è un valore intero compreso tra 66/110 e 110/110 e viene formato dalla somma, arrotondata al numero intero più vicino (e.g., 93.50 diventa 94, 86.49 diventa 86), dei seguenti addendi:

1) media pesata sui crediti e rapportata a 110 dei voti conseguiti negli esami di profitto;

2) valutazione del colloquio di Laurea e della Tesi secondo le seguenti modalità:

a) attribuzione di un coefficiente compreso tra 0 e 1 (frazionario con una cifra decimale) per ciascuno dei punti 1-7 elencati sopra;

b) attribuzione di un coefficiente compreso tra 0 e 1 (frazionario con una cifra decimale) per la qualità della presentazione;

c) somma dei coefficienti attribuiti ai punti a e b.

La presenza di eventuali lodi ottenute negli esami sostenuti, la partecipazione a stage ufficialmente riconosciuti dal Collegio Didattico di Informatica, il superamento di esami in soprannumero ed il raggiungimento della Laurea in tempi contenuti rispetto alla durata legale del corso degli studi possono essere utilizzati dalla Commissione di Laurea per attribuire un ulteriore incremento di un punto. Qualora la somma ottenuta raggiunga 110/110, la Commissione può decidere l'attribuzione della lode. La lode viene

proposta e discussa dalla Commissioni, senza l'adozione di particolari meccanismi di calcolo automatico. In base alle norme vigenti, la lode viene attribuita solo se il parere è unanime

Tesi esterne

Una Tesi esterna viene svolta in collaborazione con un ente diverso dall'Università di Verona. In tal caso, il laureando dovrà preventivamente concordare il tema della Tesi con un relatore dell'Ateneo. Inoltre, è previsto almeno un correlatore appartenente all'ente esterno, quale riferimento immediato per lo studente nel corso dello svolgimento dell’attività di Tesi. Relatore e correlatori devono essere indicati nella domanda di assegnazione Tesi. Le modalità assicurative della permanenza dello studente presso l'Ente esterno sono regolate dalle norme vigenti presso l'Università di Verona. Se la Tesi si configura come un periodo di formazione presso tale ente, allora è necessario stipulare una convenzione tra l'Università e detto ente. I risultati contenuti nella Tesi sono patrimonio in comunione di tutte le persone ed enti coinvolti. In particolare, i contenuti ed i risultati della Tesi sono da considerarsi pubblici. Per tutto quanto riguarda aspetti non strettamente scientifici (e.g. convenzioni, assicurazioni) ci si rifà alla delibera del Senato Accademico del 12 gennaio 1999.

Relatore, correlatori, controrelatori. La Tesi di Laurea viene presentata da un relatore. Relatore può essere un docente di ruolo del corso di Laurea Magistrale in Medical Bioinformatics o del Dipartimento di Informatica o inquadrato nei SSD ING/INF/05 e INF/01 dell’Ateneo. Oltre a coloro che hanno i requisiti indicati rispetto al ruolo di relatore (come indicato sopra), possono svolgere il ruolo di correlatori anche ricercatori operanti in istituti di ricerca extra-universitari assegnisti di ricerca, titolari di borsa di studio post-dottorato, dottorandi di ricerca, personale tecnico del Dipartimento, cultori della materia nominati da un Ateneo italiano ed ancora in vigore, referenti aziendali esperti nel settore considerato nella Tesi. Controrelatore può essere nominato qualunque docente dei settori scientifico-disciplinari presenti nell’offerta didattica della laurea magistrale in Medical Bioinformatics e in servizio presso l'Università degli Studi di Verona, che risulti particolarmente competente nell'ambito specifico di studio della Tesi.

 


Gestione carriere


Modalità di frequenza

Come riportato al punto 25 del Regolamento Didattico per l'A.A. 2021/2022, la frequenza al corso di studio non è obbligatoria.
Per le modalità di erogazione della didattica, si rimanda alle informazioni in costante aggiornamento dell'Unità di Crisi.

Ulteriori servizi

I servizi e le attività di orientamento sono pensati per fornire alle future matricole gli strumenti e le informazioni che consentano loro di compiere una scelta consapevole del corso di studi universitario.