Codice insegnamento

4S009832

Docente

Rosalba Giugno

Coordinatore

Rosalba Giugno

Crediti

6

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

INF/01 - INFORMATICA

Periodo

I semestre dal 1 ott 2026 al 29 gen 2027.

Corsi Singoli

Autorizzato

Orario Lezioni Moodle Seminari 0

Obiettivi di apprendimento

Il corso ha l’obiettivo di fornire le conoscenze di programmazione e algoritmiche necessari per l’analisi di dati multi-omici provenienti da dati da single cell e dati di trascrittomica spaziale. 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 e algoritmici per la gestione di dati da single cell e dati di trascrittomica spaziale. Conoscenze applicate e capacità di comprensione Lo studente sarà dunque in grado di a) applicare gli algoritmi e le strutture dati avanzate per l’analisi di dati da single cell e dati di trascrittomica spaziale; 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 analisi di dati da single cell e trascrittomica spaziale, e dati ottenuti integrando omiche diverse. 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.

Prerequisiti e nozioni di base

I concetti e le nozioni base della programmazione per la Bioinformatica

Programma

progressi nelle tecnologie di sequenziamento, nell'intelligenza artificiale e nell'ingegneria genomica stanno ridefinendo il paradigma della medicina di precisione. Le agenzie regolatorie, tra cui la Food and Drug Administration (FDA) degli Stati Uniti, stanno progressivamente introducendo nuovi quadri normativi per favorire lo sviluppo di terapie personalizzate, riconoscendo che le future strategie diagnostiche e terapeutiche si baseranno sempre più sulle caratteristiche molecolari dei singoli pazienti piuttosto che su approcci fondati su dati di popolazione. Questo cambiamento di paradigma richiede modelli computazionali capaci di integrare informazioni biologiche eterogenee e di rappresentare la complessità della biologia umana su più livelli interconnessi.
Le reti biologiche costituiscono uno dei principali strumenti computazionali per la modellazione di sistemi biologici complessi. Tuttavia, la crescente disponibilità di dati multimodali personalizzati ha evidenziato i limiti delle rappresentazioni tradizionali basate su grafi, favorendo lo sviluppo di modelli più espressivi, quali reti multilivello (multilayer networks) e reti di ordine superiore (higher-order networks), in grado di descrivere la complessità delle interazioni biologiche.
Partendo da queste basi computazionali, il corso introduce le principali tipologie di dati biologici che stanno guidando questa trasformazione. Gli studenti esploreranno il concetto di genoma personalizzato e il progetto Human Pangenome come nuovi paradigmi per rappresentare la diversità genomica oltre il tradizionale genoma di riferimento, ponendo le basi per la medicina di precisione e per strategie personalizzate di genome editing. Particolare attenzione sarà dedicata alla progettazione computazionale di approcci terapeutici basati su CRISPR, con particolare riferimento all'utilizzo delle informazioni genomiche individuali per migliorare la specificità e la sicurezza degli interventi di editing genomico.
Il corso introdurrà inoltre le tecnologie di single-cell e spatial omics, illustrando come l'eterogeneità cellulare, l'organizzazione dei tessuti e le interazioni tra cellule contribuiscano alla complessità dei sistemi biologici. Attraverso casi di studio selezionati, gli studenti apprenderanno come integrare dati biologici eterogenei per affrontare problematiche biomediche quali la scoperta di biomarcatori, la stratificazione dei pazienti e lo sviluppo di strategie terapeutiche personalizzate.
Il corso adotta un approccio basato su casi di studio, consentendo agli studenti di esplorare applicazioni rappresentative della bioinformatica computazionale attraverso l'analisi di dati biologici avanzati. Gli argomenti trattati potranno essere approfonditi mediante attività a scelta e collaborazioni di ricerca con istituti di ricerca biomedica. Sfruttando le opportunità formative previste dal corso di studi, gli studenti avranno inoltre la possibilità di acquisire esperienza pratica nell'utilizzo delle metodologie più avanzate della biologia computazionale e della medicina di precisione.

Bibliografia

Modalità didattiche

Gli studenti seguiranno lezioni teoriche e, per alcuni argomenti, esercitazioni pratiche. Il materiale didattico, comprendente slide e notebook, sarà reso disponibile a supporto sia delle attività teoriche sia di quelle pratiche.

Modalità di verifica dell'apprendimento

L’esame consiste nello sviluppo su carta di esercizi e di domande teoriche.

Criteri di valutazione

Saranno valutati la correttezza delle soluzioni, il rigore metodologico, il senso critico e il grado di autonomia dimostrato nella risoluzione degli esercizi e nella discussione degli aspetti teorici.

Criteri di composizione del voto finale

l voto finale è espresso in trentesimi ed è calcolato come somma dei punteggi ottenuti nelle singole parti della prova scritta.

Lingua dell'esame

Inglese