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.
Tipologia di Attività formativa D e F
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 magistrale in Medical bioinformatics - Immatricolazione dal 2025/2026Le attività formative di tipologia D sono a scelta dello studente, quelle di tipologia F sono ulteriori conoscenze utili all’inserimento nel mondo del lavoro (tirocini, competenze trasversali, project works, ecc.). In base al Regolamento Didattico del Corso, alcune attività possono essere scelte e inserite autonomamente a libretto, altre devono essere approvate da apposita commissione per verificarne la coerenza con il piano di studio. Le attività formative di tipologia D o F possono essere ricoperte dalle seguenti attività.
1. Insegnamenti impartiti presso l'Università di Verona
Comprendono gli insegnamenti sotto riportati e/o nel Catalogo degli insegnamenti (che può essere filtrato anche per lingua di erogazione tramite la Ricerca avanzata).
Modalità di inserimento a libretto: se l'insegnamento è compreso tra quelli sottoelencati, lo studente può inserirlo autonomamente durante il periodo in cui il piano di studi è aperto; in caso contrario, lo studente deve fare richiesta alla Segreteria, inviando a carriere.scienze@ateneo.univr.it il modulo nel periodo indicato.
2. Attestato o equipollenza linguistica CLA
Oltre a quelle richieste dal piano di studi, per gli immatricolati dall'A.A. 2021/2022 vengono riconosciute:
- Lingua inglese: vengono riconosciuti 3 CFU per ogni livello di competenza superiore a quello richiesto dal corso di studio (se non già riconosciuto nel ciclo di studi precedente).
- Altre lingue e italiano per stranieri: vengono riconosciuti 3 CFU per ogni livello di competenza a partire da A2 (se non già riconosciuto nel ciclo di studi precedente).
Tali cfu saranno riconosciuti, fino ad un massimo di 6 cfu complessivi, di tipologia F se il piano didattico lo consente, oppure di tipologia D. Ulteriori crediti a scelta per conoscenze linguistiche potranno essere riconosciuti solo se coerenti con il progetto formativo dello studente e se adeguatamente motivati.
Gli immatricolati fino all'A.A. 2020/2021 devono consultare le informazioni che si trovano qui.
Modalità di inserimento a libretto: richiedere l’attestato o l'equipollenza al CLA e inviarlo alla Segreteria Studenti - Carriere per l’inserimento dell’esame in carriera, tramite mail: carriere.scienze@ateneo.univr.it
3. Competenze trasversali
Scopri i percorsi formativi promossi dal TALC - Teaching and learning center dell'Ateneo, destinati agli studenti regolarmente iscritti all'anno accademico di erogazione del corso https://talc.univr.it/it/competenze-trasversali
Modalità di inserimento a libretto: non è previsto l'inserimento dell'insegnamento nel piano di studi. Solo in seguito all'ottenimento dell'Open Badge verranno automaticamente convalidati i CFU a libretto. La registrazione dei CFU in carriera non è istantanea, ma ci saranno da attendere dei tempi tecnici.
4. CONTAMINATION LAB
Il Contamination Lab Verona (CLab Verona) è un percorso esperienziale con moduli dedicati all'innovazione e alla cultura d'impresa che offre la possibilità di lavorare in team con studenti e studentesse di tutti i corsi di studio per risolvere sfide lanciate da aziende ed enti. Il percorso permette di ricevere 6 CFU in ambito D o F. Scopri le sfide: https://www.univr.it/clabverona
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, incluse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
5. Periodo di stage/tirocinio
Oltre ai CFU previsti dal piano di studi (verificare attentamente quanto indicato sul Regolamento Didattico): qui informazioni su come attivare lo stage.
Verificare nel regolamento quali attività possono essere di tipologia D e quali di tipologia F.
Insegnamenti e altre attività che si possono inserire autonomamente a libretto
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla programmazione di smart contract per Ethereum | D |
Sara Migliorini
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente | |
|---|---|---|---|---|
| 2° | Sfide di programmazione | D |
Romeo Rizzi
(Coordinatore)
|
|
| 1° 2° | Linguaggio programmazione Python | D |
Carlo Combi
(Coordinatore)
|
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Mila Dalla Preda
(Coordinatore)
|
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Cooperative Game Theory in the (Deep) RL Era | D |
Alessandro Farinelli
(Coordinatore)
|
Programming for bioinformatics (2023/2024)
Codice insegnamento
4S009830
Crediti
12
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
Corsi Singoli
Autorizzato
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi di apprendimento
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.
Prerequisiti e nozioni di base
Nozioni e pratica su linguaggi di programmazione
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
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
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
DESeq2
Pratica su RNA codificante e non codificante
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 lezioni su argomenti avanzati come i metodi computazionali per l'analisi personal genomes, graph mining e multilayer network. Gli argomenti sono definiti ogni anno in base alle tendenze attuali nella ricerca in bioinformatica medica.
Bibliografia
Modalità didattiche
Gli studenti seguiranno lezioni teoriche ed esercitazioni il cui contenuto sarà fornito tramite notebook o R Markdown. Gli studenti installeranno e utilizzeranno i software relativi agli argomenti scelti e analizzeranno casi reali.
Modalità di verifica dell'apprendimento
L’esame consiste di una parte scritta (A) e di una progettuale (B). (A) consiste nello sviluppo di esercizi e nella risoluzione di domande teoriche in aula nelle date di esame relativi al programma del corso. (B) consiste nello sviluppo di un progetto concordato con il docente da svolgere in classe e/o in autonomia a casa (in base alla tipologia di progetto) (il progetto ha validità tutto l’anno accademico).
Criteri di valutazione
Il voto per le parti (A) e (B) è espresso in trentesimi.
Criteri di composizione del voto finale
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.
Lingua dell'esame
English
