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.
Piano Didattico
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso. Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea in Bioinformatica - Immatricolazione dal 2025/2026.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.
1° Anno
| Insegnamenti | Crediti | TAF | SSD |
|---|
2° Anno Attivato nell'A.A. 2021/2022
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta3° Anno Attivato nell'A.A. 2022/2023
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
Un insegnamento a scelta| Insegnamenti | Crediti | TAF | SSD |
|---|
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.
Modelli biologici discreti (2022/2023)
Codice insegnamento
4S01908
Crediti
6
Lingua di erogazione
Italiano
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Esercitazioni
Obiettivi di apprendimento
Obiettivo del corso è fornire agli studenti i metodi della matematica discreta utilizzati nell’analisi di fenomeni biologici, con particolare riguardo alla analisi computazionale di genomi. Gli studenti impareranno ad usare metodi della probabilità discreta e la teoria dell'informazione per l'analisi di genomi.
Prerequisiti e nozioni di base
Algebra Lineare, Metodi Informazionali (matematica discreta, combinatorica)
Programma
In questo corso si introducono alcuni modelli discreti per affrontare problemi provenienti dalla biologia. Vedremo come le strutture combinatorie possono essere applicate alla biologia computazionale. In particolare, studieremo:
- stringhe per modellare DNA, RNA e proteine
- grafi per modellare molecole
- grafi per modellare interazioni tra proteine (protein interaction networks)
- funzioni discrete (e.g., serie temporali) per descrivere dinamiche biologiche
- variazione genomica umana, modellata con stringhe e con grafi
- haplotyping, modellato con stringhe e con matrici
- genome rearrangements, modellati con permutazioni e con stringhe
- sequenziamento di DNA (layout, grafi)
- mappatura fisica di DNA (multiinsiemi, grafi)
- spettrometria di massa (stringhe)
- successione di Fibonacci
- modelli malthusiani di crescita di popolazioni
- criteri risolutivi di equazioni di ricorrenza lineari
- studio dinamico della mappa logistica
- dinamiche metaboliche modellate con grafi (metabolic networks)
Bibliografia
Modalità didattiche
lezioni frontali ed esercitazioni
Modalità di verifica dell'apprendimento
Per il superamento dell'esame è necessario sostenere una prova scritta. Se si consegue un risultato superiore a 25 nella prova scritta è necessario sostenere un colloquio orale, altrimento l'orale è opzionale. La prova scritta include applicazioni pratiche (esercizi), e domande teoriche (problemi visti a lezione; proprietà matematiche di tali problemi; quali modelli esistono per un dato problema, etc). Nel colloquio orale gli studenti dovranno anche dettagliare le soluzioni presentate nella prova scritta, e dimostrare padronanza delle conoscenze acquisite.
Lingua dell'esame
italiano
