- Oggetto:
- Oggetto:
C.I. BIOLOGIA MOLECOLARE E COMPUTAZIONALE
- Oggetto:
Anno accademico 2008/2009
- Codice dell'attività didattica
- 0005S
- Docenti
- Lorenzo Silengo (Titolare del corso)
Ferdinando Di Cunto (Titolare del corso)
Paolo Provero (Titolare del corso)
Pier Paolo Pandolfi De Rinaldis (Titolare del corso) - Corso di studi
- laurea spec. in biotecnologie molecolari - a torino
- Anno
- 1° anno
- Periodo didattico
- Primo semestre
- Tipologia
- Indirizzo Bio-Molecolare
- Crediti/Valenza
- 6+5
- Oggetto:
Sommario insegnamento
- Oggetto:
Programma
Algoritmi di allineamento, ricostruzione di alberi filogenetici e Hidden Markov Models
Lezione 1: Introduzione agli algoritmi di allienamento. Algoritmi di allineamento esatti: Needleman-Wunsch (PP)
Lezione 2: Algoritmi di allienamento esatti: Smith-Waterman. Algoritmi di allineamento euristici (PP)
Lezione 3: Introduzione agli alberi filogenetici, Distanze ultrametriche e additiv e (PP)
Lezione 4: Ricostruzione di alberi filogenetici: UPGMA, neighbor joining e maximum parsimony (PP)
Lezione 5: Allineamenti multipli e positional weight matrices (PP)Lezione 6: Catene di Markov (PP)
Lezione 7: Algoritmi di allineamento euristici: BLAST, sue varianti e suo utilizzo per il ‘data mining’ (FDC)
Lezione 8: Algoritmi di allineamento multiplo: CLUSTALW (FDC)
Lezione 9: Ricerca di motivi funzionali nelle sequenze degli acidi nucleici e delle proteine (FDC)Lezione 10: Hidden Markov models e gene finding (PP)
Sequenziamento e annotazione di genomi
Lezione 11: Strategie di sequenziamento (FDC)
Lezione 12: Sequenze EST (FDC)
Lezione 13: Metodi per la predizione di strutture geniche in sequenze genomiche (FDC)
Lezione 14: Browsers genomici (FDC)
Testi consigliati e bibliografia
- Oggetto:
- G. Valle, Introduzione alla Bioinformatica, Zanichelli
- Oggetto:
Note
Sono previste esercitazioni in laboratorio informatico, riguardanti lutilizzo a scopo di ricerca degli strumenti bioinformatici descritti a lezione, per un totale di 20 ore.- Oggetto:
