elenco    
        corso    

Algoritmi per la bioinformatica

Codice: 315AACrediti: 6Semestre: 2Sigla: ABI 
 
Settore disciplinare: INF/01 - Informatica

Docente

Nadia Pisanti   pisanti@di.unipi.it  Home Page di Nadia Pisanti  Stanza 331  Tel. 0502213152

Prerequisiti

Un corso di base di Algoritmica.

Obiettivi di apprendimento

L'obiettivo del corso è di fornire allo studente una panoramica di algoritmi concepiti per l'analisi di sequenze genomiche. Verra' prestata attenzione sia agli aspetti teorici e combinatori che a quelli pratici posti dai vari problemi quali il sequenziamento di interi genomi, l'allineamento di sequenze, la ricerca di pattern ripetuti e di lunghe ripetizioni approssimate, il calcolo di distanze genomiche, e altri problemi di analisi di sequenze biologiche.
Conoscenze.

Descrizione


English Description

This course will focus on algorithmic approaches to the management, storage, and investigation of biological sequences. We will describe problems raising in molecular biology research that can be modeled as problem on strings, or trees, or graphs whose solution could give insights to molecular biologists on the investigated data. We will describe algorithmic solutions for them analyzing the critical aspects of the various applications and the practical impact of the possible solutions.

Programma

BREVE INTRODUZIONE ALLA BIOLOGIA MOLECOLARE: Il DNA. Le proteine. La cellula. La sintesi proteica. Le mutazioni.

ALLINEAMENTI DI SEQUENZE: Metodo di Programmazione dinamica per allineamento locale e globale. Longest Common Subsequence. Allineamenti multipli.

ESTRAZIONE DI MOTIVI: Algoritmo KMR per l'estrazione di motivi esatti e sue varianti per i motivi approssimati. Impiego del suffix tree nell'estrazione di motivi esatti e approssimati e nello studio di sequenze genomiche.

RICERCA DI RIPETIZIONI: Algoritmi per la ricerca di lunghe ripetizioni approssimate. Filtri per preprocessing.

FRAGMENT ASSEMBLY: Importanza del problema nel sequenziameno di genomi. Possibili approcci e complicazioni. Suo legame con il problema “Shortest common superstring”. Soluzione greedy. Problemi algoritmici posti dalle nuove tecnologie di sequenziamento.

GENOME REARRANGEMENT: Problemi di sorting: (signed) reversal e transposition. Breakpoint distance. Transformation distance.
Ore lezione: 48    

Bibliografia


Ulteriore pagina web del corso: http://didawiki.cli.di.unipi.it/doku.php/bio/start


home


email