Caricamento in corso...
Computational Systems Biology
01TIHIU
A.A. 2024/25
Course Language
Inglese
Degree programme(s)
Doctorate Research in Ingegneria Informatica E Dei Sistemi - Torino
Course structure
| Teaching | Hours |
|---|---|
| Lezioni | 20 |
Lecturers
| Teacher | Status | SSD | h.Les | h.Ex | h.Lab | h.Tut | Years teaching |
|---|---|---|---|---|---|---|---|
| Di Carlo Stefano | Professore Ordinario | IINF-05/A | 5 | 0 | 0 | 0 | 1 |
Co-lectures
Context
| SSD | CFU | Activities | Area context | *** N/A *** |
|---|
Questo corso fornisce un'introduzione completa agli approcci computazionali nella biologia dei sistemi, concentrandosi sia sulla biologia computazionale che sulle tecniche bioinformatiche. Gli studenti acquisiranno una comprensione del contesto scientifico, delle principali sfide e delle opportunità emergenti nel campo. Il corso approfondisce i principi teorici alla base di ogni approccio computazionale, esempi pratici che dimostrano l'applicazione di questi approcci e una panoramica degli strumenti e dei software esistenti nel campo.
This course provides a comprehensive introduction to computational approaches in systems biology, focusing on both computational biology and bioinformatics techniques. Students will gain an understanding of the scientific context, main challenges, and emerging opportunities in the field. The course delves into the underlying theoretical principles for each computational approach, practical examples demonstrating the application of these approaches, and an overview of existing tools and software in the field.
Calcolo scientifico di base
Basic scientific computing
1. Introduzione alla biologia dei sistemi: La parte introduttiva copre la definizione e lo scopo della biologia dei sistemi, il suo sviluppo storico e il contesto scientifico, nonché i concetti e i principi chiave.
2. Sfide e opportunità nella biologia computazionale dei sistemi: si esploreranno le principali sfide poste dalla biologia dei sistemi agli approcci computazionali, le nuove opportunità derivanti dalle capacità computazionali avanzate e l'impatto dei big data e delle tecnologie high-throughput sul settore.
3. Modellazione e simulazione biologica: Gli argomenti comprendono un'introduzione alla modellazione biologica, diversi approcci alla modellazione (ad esempio, deterministica e stocastica), le tecniche di simulazione e le loro applicazioni nella biologia dei sistemi, gli approcci di modellazione ibrida (che combinano diversi formalismi di modellazione) e i modelli multilivello che collegano diversi livelli di sistema, ad esempio modelli a livello molecolare, cellulare, tissutale e di organo.
4. Ottimizzazione tramite simulazione di processi biologici complessi: Questa sezione tratta le tecniche di ottimizzazione per i processi biologici complessi, compresa l'ottimizzazione tramite simulazione, fornendo esempi applicativi rilevanti come i processi di biofabbricazione.
5. Analisi dei dati multiomici e multimodali da singola cellula: Questa parte tratterà l'analisi dei dati multiomici (genomici, trascrittomici, proteomici, ecc.) e multimodali (morfologici, elettrofisiologici, ecc.) da singola cellula e la loro integrazione razionale per una comprensione biologica approfondita.
6. Tendenze emergenti: nella parte finale del corso, gli approcci computazionali più recenti alla biologia dei sistemi saranno analizzati in relazione allo stato dell'arte, comprese le più recenti tecnologie di intelligenza artificiale (LLM, strumenti di predizione della struttura proteica, ecc.).
1. Introduction to Systems Biology: The introductory part covers the definition and scope of systems biology, its historical development and scientific context, and key concepts and principles.
2. Challenges and Opportunities in Computational Systems Biology: Students will explore the main challenges posed by systems biology to computational approaches, the novel opportunities arising from advanced computational capabilities, and the impact of big data and high-throughput technologies on the domain.
3. Biological Modeling and Simulation: Topics include an introduction to biological modeling, different modeling approaches (e.g., deterministic and stochastic), simulation techniques and their applications in systems biology, hybrid modeling approaches (combining different modeling formalisms), and multi-level models that link different system levels, e.g. molecular, cellular, tissue, and organ-level models.
4. Optimization via Simulation of Complex Biological Processes: This section covers optimization techniques for complex biological processes, including optimization via simulation, providing relevant application examples such as biofabrication processes.
5. Multiomic and Multimodal Single-Cell Data Analysis: This part will cover the analysis of multiomic (genomics, transcriptomics, proteomics, etc.) and multimodal (morphological, electrophysiological, etc.) single-cell data, and their rational integration for comprehensive biological insights.
6. Emerging Trends: in the final part of the course, the most recent approaches to systems biology will be analyzed in relation to state of the art, including the latest AI technology (LLMs, protein structure prediction tools, etc.).
In presenza
On site
Presentazione orale - Sviluppo di project work in team
Oral presentation - Team project work development
P.D.1-1 - Gennaio
P.D.1-1 - January