Bioinformatics for horticultural sciences
A.A. 2024/2025
Obiettivi formativi
The course will provide knowledge on the application of complex data analysis techniques in all plant sectors of agricultural interest.
In particular, it will cover aspects foreseen by the Plant Science Research Network (PSRN) which has formulated a ten-year strategic plan on the information infrastructure, big data challenges and training necessary to advance plant systems science.
In particular, it will cover aspects foreseen by the Plant Science Research Network (PSRN) which has formulated a ten-year strategic plan on the information infrastructure, big data challenges and training necessary to advance plant systems science.
Risultati apprendimento attesi
The student will be able to set up an experiment and apply complex data analysis techniques in experimentation and research applied to tree species and agricultural species.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
- Revisione dei metodi e delle tecnologie di ricerca e impiego di marcatori molecolari.
- Esempi pratici di applicazione degli strumenti sopra descritti in specie di interesse agrario.
- I principali software per l'analisi dell'espressione genica su larga scala.
- Metodi di analisi bioinformatica di genomi.
- Principi e metodi di analisi metagenomica.
- Introduzione al linguaggio di scripting "R" e ai principali pacchetti di interesse per applicazioni bioinformatiche.
- Cenni al linguaggio di programmazione Python con esempi pratici.
- Cenni di struttura e gestione di database e analisi di alcuni casi di interesse agrario.
- Metodi di analisi di RNA non codificanti (ricerca ed analisi dell'espressione).
- I principali software per la creazione di mappe genetiche e l'integrazione con i progetti genomici.
- Infrastrutture di calcolo ad alte prestazioni (High-performance computing, HPC) ed esempi di utilizzo della piattaforma di ateneo INDACO.
- Esempi pratici di applicazione degli strumenti sopra descritti in specie di interesse agrario.
- I principali software per l'analisi dell'espressione genica su larga scala.
- Metodi di analisi bioinformatica di genomi.
- Principi e metodi di analisi metagenomica.
- Introduzione al linguaggio di scripting "R" e ai principali pacchetti di interesse per applicazioni bioinformatiche.
- Cenni al linguaggio di programmazione Python con esempi pratici.
- Cenni di struttura e gestione di database e analisi di alcuni casi di interesse agrario.
- Metodi di analisi di RNA non codificanti (ricerca ed analisi dell'espressione).
- I principali software per la creazione di mappe genetiche e l'integrazione con i progetti genomici.
- Infrastrutture di calcolo ad alte prestazioni (High-performance computing, HPC) ed esempi di utilizzo della piattaforma di ateneo INDACO.
Prerequisiti
- Lo studente dovrebbe possedere preventivamente le basi minime di biologia della cellula, biologia molecolare e genetica.
Metodi didattici
- Il corso prevede lezioni frontali ed esercitazioni a computer.
Materiale di riferimento
- Durante il corso vengono suggeriti testi di consultazione, articoli originali, materiale multimediale ed i file PDF contenenti il materiale illustrato a lezione e oggetto delle esercitazioni pratiche aggiornato ogni anno che lo studente può scaricare dal sito personale del docente:
https://fgeunammmg.ariel.ctu.unimi.it/
https://fgeunammmg.ariel.ctu.unimi.it/
Modalità di verifica dell’apprendimento e criteri di valutazione
- L'esame si articola in una prova scritta obbligatoria che può prevedere la soluzione di esercizi di tipo applicativo, analoghi a quelli affrontati nelle esercitazioni in aula e la discussione di concetti trattati nel corso.
Studentesse e studenti con DSA o disabilità sono pregate/i di contattare via mail il docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) o [email protected] (per studenti con disabilità).
Studentesse e studenti con DSA o disabilità sono pregate/i di contattare via mail il docente almeno15 giorni prima della data di esame prevista per concordare le eventuali misure individualizzate. Nella mail indirizzata al docente è necessario mettere in CC i rispettivi Servizi di Ateneo: [email protected] (per studenti con DSA) o [email protected] (per studenti con disabilità).
AGR/03 - ARBORICOLTURA GENERALE E COLTIVAZIONI ARBOREE - CFU: 6
Esercitazioni: 32 ore
Lezioni: 32 ore
Lezioni: 32 ore
Docente:
Geuna Filippo
Turni:
Turno
Docente:
Geuna FilippoDocente/i
Ricevimento:
Libero previo appuntamento
Passare col mouse su "DIPROVE - Sezione di Coltivazioni Arboree" alla pagina: https://www.unimi.it/sites/default/files/2019-01/SAAA_mappa_facolta.pdf