Obiettivi formativi:
Il corso mira ad illustrare i principali approcci di genomica funzionale. Gli studenti impareranno ad applicare le tecnologie basate sui DNA microarrays e sul sequenziamento di nuova generazione NGS, affrontandone i problemi e comprendendone le prospettive. In particolare gli studenti familiarizzeranno con il data mining: dalla normalizzazione al filtraggio statistico dei dati al gene clustering e alla classificazione ontologica. Si passerà poi a studiare la disponibilità e l'utilizzo di dati di genomica funzionale nei database pubblici e la loro rilevanza per la ricerca in biomedicina.

-Obiettivi generali:
L'illustrazione teorica dei principi alla base delle principali metodologie utilizzate in genomica funzionale sarà complementata da alcune esercitazioni pratiche sull'uso di software di analisi e in seguito dalla discussione di lavori presi dalla letteratura recente. In tal modo lo studente potrà sviluppare un'attitudine ad interpretare i lavori di genomica funzionale con spirito critico e a pesare il valore e la portata di analisi di quel tipo.
- Obiettivi specifici:
1.Conoscenza e comprensione: Lo studente dovrà conoscere i principi di base, le potenzialità e le possibili criticità delle tecniche di genomica funzionale più utilizzate
2.capacità di applicare conoscenza e comprensione: Lo studente dovrà essere in grado di applicare queste conoscenze all'interpretazione critica di lavori recenti presenti nella letteratura scientifica
3.capacità critiche e di giudizio: Lo studente dovrà dimostrare capacità critiche e di giudizio nel valutare l'impatto e la solidità di lavori presentati di recente nella letteratura scientifica e 4. di saper comunicare al docente e ai colleghi le sue conclusioni
5. Lo studente dovrà dimostrare capacità di proseguire l'applicazione degli strumenti di analisi appresi (software specifici, disponibili gratuitamente in rete) nel suo lavoro sperimentale.
Functional Genomics and high-throughput techniques:
Microarrays and next generation sequencing 0.3 CFU
DNA microarrays technology – experimental design 0.3
Target selection, probe labeling and hybridization 0.3
Data normalization and statistical filtering 0.2
Softwares for microarray analysis 0.4
False discovery rate and data significance 0. 2
Gene clustering methods and data mining 0.4
Gene ontology 0.4
Meta-clustering and meta-analysis 0.4
Using microarrays for pathology profiling 0.2
RNAseq Methodologies 0.2
Pipeline for processing RNAseq data 0.2
Microarray databases 0.2
Model Organisms Databases 0.2
Chromatin Immunoprecipitation 0.2
Genomic mapping of proteins (ChIP on chip and Chipseq) 0.3
Cell cycle regulation 0.2
Damage response in eukaryotic cells 0.2
Transcriptional networks and their evolution 0.3
Genomewide chromatin modification analysis 0.5
Techniques for studying genetic interactions 0.2
Models for systems’ biology 0.2

Materiali a disposizione in rete (Moodle2) e testi di supporto suggeriti.