- Oggetto:
- Oggetto:
Computational Genomics and Epigenomics
- Oggetto:
Computational Genomics and Epigenomics
- Oggetto:
Academic year 2021/2022
- Course ID
- BIO0154A Pds 307-DDD
- Teaching staff
- Prof. Paolo Provero (Lecturer)
Prof. Ferdinando Di Cunto - Modular course
- COMPUTATIONAL GENOMICS AND GENE NETWORKS (BIO0154 Pds 307-DDD)
- Degree course
- [0101M22] Molecular Biotechnology
- Year
- 1st year
- Teaching period
- First semester
- Type
- Distinctive
- Credits/Recognition
- 5
- Course disciplinary sector (SSD)
- BIO/11 - biologia molecolare
- Delivery
- Formal authority
- Language
- English
- Attendance
- Obligatory
- Type of examination
- Written and oral
- Oggetto:
Sommario del corso
- Oggetto:
Course objectives
The aim of the course is to provide the students with the main concepts and tools used in the computational analysis of gene expression and its transcriptional regulation. Moreover, the course aims at developing the capability of understanding and implementing modern multi-omic studies in the perspective of complex systems.
Il modulo si propone di dotare gli studenti dei concetti e strumenti principali per l'analisi computazionale di dati concernenti l'espressione genica e la sua regolazione trascrizionale. Inoltre, il corso mira a sviluppare la capacità di comprendere e implementare studi multi-omici moderni nella prospettiva dei sistemi complessi.
- Oggetto:
Results of learning outcomes
The students will be able to
- understand the problems tackled and the methods used in analyzinggene expression and regulation data on a genomic scale, also through the critical reading of articles selected from the primary literature
- analyze gene expression data to obtain lists of differentially expressed genes
- analyze ChIP-seq data for transcription factor binding sites or epigenetic modifications of DNA
- analyze the functional enrichment of gene lists obtained with the methods described above
Gli studenti saranno in grado di
- comprendere le problematiche affrontate e le metodologie usate nello studio di dati di espressione e regolazione genica su scala genomica, anche attraverso la lettura critica di lavori tratti dalla letteratura primaria
- analizzare dati di espressione genica per ricavare liste di geni differenzialmente espressi
- analizzare dati di ChIP-seq relativi a siti di legame di fattori di trascrizione o modificazioni epigenetiche del DNA
- analizzare liste di geni ottenute con i metodi descritti sopra dal punto di vista dell'arricchimento funzionale
- Oggetto:
Course delivery
Formal lessons and seminars
Lezioni frontali e seminari
- Oggetto:
Learning assessment methods
Written tests, including writing of a synthetic research proposal, and oral presentation of an article from the literature
Esami scritti, che comprendono la scrittura di un sintetico progetto di ricerca, e presentazione orale di un lavoro di letteratura
- Oggetto:
Support activities
Data analysis exercises in computer room and discussion sessions
Esercitazioni di analisi dati in aula informatica e sessioni di discussione
- Oggetto:
Program
1. Analysis of gene expression data
- class comparison
- class discovery
- functional enrichment of gene lists
- molecular classification of pathologies
2. Analysis of gene regulation data
- analysis of ChIP-seq data
- evolution and variation of gene regulation
- evolution and variation of gene expression
3. Computational genomics in a systems biology perspective
- Integrated analysis of gene regulatory networks
- Interactome analysis strategies
- Multidimensional data integration
- Genome-wide association studies and polygenic risk scores
- Computational drug repositioning
- Phenome analysis
- Biological network engineering
- Systems biology at the single cell level
1. Analisi di dati di espressione genica:
- class comparison
- class discovery
- arricchimento funzionale di liste di geni
- classificazione molecolare delle patologie
2. Analisi di dati di regolazione genica
- analisi di dati di ChIP-seq
- evoluzione e variazione della regolazione genica
- evoluzione e variazione dell'espressione genica
3. La genomica computazionale nella prospettiva della biologia dei sistemi
- Analisi integrata di network di regolazione genica
- Strategie per l'analisi dell'interactoma
- Integrazione multidimensionale dei dati
- Genome-wide association studies e polygenic risk scores
- Riposizionamento computazionale di farmaci
- Analisi fenomica
- Ingegneria di network biologici
- Biologia dei sistemi a livello di singole cellule
Suggested readings and bibliography
- Oggetto:
Slides and selected articles including:
Schmidt, D., Schwalie, P. C., Wilson, M. D., Ballester, B., Gonçalves, A., Kutter, C., … Odom, D. T. (2012). Waves of retrotransposon expansion remodel genome organization and CTCF binding in multiple mammalian lineages. Cell, 148(1-2), 335–48. doi:10.1016/j.cell.2011.11.058
Lappalainen, T., Sammeth, M., Friedländer, M. R., ’t Hoen, P. a C., Monlong, J., Rivas, M. a, … Dermitzakis, E. T. (2013). Transcriptome and genome sequencing uncovers functional variation in humans. Nature, 501(7468), 506–11. doi:10.1038/nature12531
Brawand, D., Soumillon, M., Necsulea, A., Julien, P., Csárdi, G., Harrigan, P., … Kaessmann, H. (2011). The evolution of gene expression levels in mammalian organs. Nature, 478(7369), 343–348. doi:10.1038/nature10532
Heinz, S., Romanoski, C. E., Benner, C., Allison, K. A., Kaikkonen, M. U., Orozco, L. D., & Glass, C. K. (2013). Effect of natural genetic variation on enhancer selection and function. Nature. doi:10.1038/nature12615
Slides del docente e articoli selezionati per la lattura critica, tra cui:
Schmidt, D., Schwalie, P. C., Wilson, M. D., Ballester, B., Gonçalves, A., Kutter, C., … Odom, D. T. (2012). Waves of retrotransposon expansion remodel genome organization and CTCF binding in multiple mammalian lineages. Cell, 148(1-2), 335–48. doi:10.1016/j.cell.2011.11.058
Lappalainen, T., Sammeth, M., Friedländer, M. R., ’t Hoen, P. a C., Monlong, J., Rivas, M. a, … Dermitzakis, E. T. (2013). Transcriptome and genome sequencing uncovers functional variation in humans. Nature, 501(7468), 506–11. doi:10.1038/nature12531
Brawand, D., Soumillon, M., Necsulea, A., Julien, P., Csárdi, G., Harrigan, P., … Kaessmann, H. (2011). The evolution of gene expression levels in mammalian organs. Nature, 478(7369), 343–348. doi:10.1038/nature10532
Heinz, S., Romanoski, C. E., Benner, C., Allison, K. A., Kaikkonen, M. U., Orozco, L. D., & Glass, C. K. (2013). Effect of natural genetic variation on enhancer selection and function. Nature. doi:10.1038/nature12615
- Oggetto:
Note
Le modalità di svolgimento dell'attività didattica potranno subire variazioni in base alle limitazioni imposte dalla crisi sanitaria in corso. In ogni caso è assicurata la modalità a distanza per tutto l'anno accademico
- Oggetto:
