(484831) Data Science e Bioinformatica
Il corso asincrono “Data Science e Bioinformatica”, accreditato da Agenas (ID evento: 484831), ha l’obiettivo di introdurre i partecipanti a un’area interdisciplinare che unisce biologia, genomica, statistica e informatica, fornendo le conoscenze e gli strumenti per analizzare dati biologici complessi.
Il percorso formativo si articola in tre parti principali:
- Fondamenti biologici – I processi biologici principali vengono spiegati per comprendere come i dati genomici e trascrittomici descrivano la vita a livello molecolare. Saranno trattati argomenti come la struttura del genoma, le varianti genetiche, la trascrizione, l’annotazione dei geni e la visualizzazione tramite genome browsers.
- Generazione e gestione dei dati – Si analizzeranno le tecnologie di sequenziamento di nuova generazione (short e long reads), la struttura dei dati, i formati dei file e l’impatto dei dataset sullo storage e sulle infrastrutture computazionali necessarie.
- Analisi dei dati trascrittomici – Verranno illustrate le basi statistiche, metodologiche e di workflow necessarie per l’analisi dei dati trascrittomici in ambiente R, con esercitazioni pratiche e approfondimenti sui metodi intermedi. Il corso si conclude con una panoramica sulle applicazioni del deep learning nella trascrittomica.
Attraverso esempi pratici e quiz di verifica, i partecipanti acquisiranno competenze operative per affrontare dati complessi e prepararsi all’utilizzo di strumenti computazionali avanzati nel contesto della bioinformatica moderna.
Il completamento del corso e il superamento della relativa verifica finale permettono ai professionisti sanitari iscritti a un Albo professionale in Italia di ottenere 5 crediti formativi.
- Acquisizione competenze tecnico-professionali
Il partecipante acquisirà la capacità di utilizzare strumenti e metodi computazionali avanzati per l’analisi di dati biologici e genomici. Nello specifico, svilupperà competenze operative nell’uso dell’ambiente R per l’analisi statistica della trascrittomica e nella gestione di tecnologie di sequenziamento di nuova generazione (Next Generation Sequencing), sia Short che Long Reads. Sarà in grado di interpretare la struttura dei genomi, gestire i diversi formati di file bioinformatici, eseguire allineamenti di sequenze e applicare modelli statistici e di deep learning per rispondere a quesiti biologici complessi. - Acquisizione competenze di processo
Il corso fornisce una visione completa del workflow bioinformatico: dalla generazione del dato grezzo alla sua interpretazione finale. Il professionista apprenderà a gestire le fasi del processo di analisi delle “omiche”, comprendendo l’impatto delle dimensioni dei dati (disk footprint) e i requisiti delle infrastrutture computazionali necessarie per la conservazione e l’elaborazione. Acquisirà la metodologia per navigare i genome browsers, gestire le annotazioni e ottimizzare i flussi di lavoro (dati intermedi) necessari per garantire la qualità e la riproducibilità dell’analisi dei dati trascrittomici. - Acquisizione competenze di sistema
Il partecipante svilupperà una comprensione critica del contesto in cui opera la sanità digitale, integrando le conoscenze bioinformatiche con il quadro normativo vigente. Verranno approfonditi i principi etici e civili del servizio sanitario nazionale (S.S.N.) e le leggi che regolano le professioni sanitarie. Questa visione d’insieme permette di collocare l’interdisciplinarità della bioinformatica (biologia, statistica e informatica) all’interno di un sistema regolamentato, garantendo che l’innovazione tecnologica sia sempre allineata con i requisiti di sistema e la protezione del dato sanitario.
Obiettivo formativo: Argomenti di carattere generale: sanità digitale, informatica di livello avanzato e lingua inglese scientifica. Normativa in materia sanitaria: i principi etici e civili del S.S.N. e normativa su materie oggetto delle singole professioni sanitarie, con acquisizione di nozioni di sistema (17)
Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.
Il percorso di apprendimento solitamente è intervallato da test a risposta multipla e esercizi pratici che permettono di monitorare la comprensione degli argomenti di studio.
Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.
Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.
Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.
01. La Bioinformatica
- 01.01. Introduzione
02. Il Bio della Bioinformatica
- 02.01. Organizzazione e struttura di un genoma
- 02.02. Varianti genetiche
- 02.03. Trascrizione
- 02.04. Visualizzazione di un genoma: genome browsers
- 02.05. Annotazione
03. Generazione e struttura dei dati
- 03.01. Next generation sequencing: short reads
- 03.02. Next generation sequencing: long reads
- 03.03. Sequenze e allineamenti
- 03.04. Formato dei files
- 03.05. Dimensioni dei dati e disk footprint & Requisiti computazionali delle -omiche
04. Analisi dei dati e caratteristiche datasets: trascrittomica
- 04.01. Trascrittomica: distribuzione dati e statistica
- 04.02. Trascrittomica: ambienti e software
- 04.03. Trascrittomica: metodi e dati intermedi (1)
- 04.04. Trascrittomica: metodi e dati intermedi (2)
- 04.05. Trascrittomica: metodi e dati intermedi (3)
05. Deep learning e trascrittomica
- 05.01. Prospettive
06. Verifica finale
07. Scheda di valutazione corso
08. Certificato
Descrizione Docenti
Francesco Lescai è Professore Associato di Bioinformatica, ed è responsabile del Laboratorio di Genomica Computazionale al Dipartimento di Biologia e Biotecnologie dell’Università di Pavia. Ha una Laurea in Biotecnologie Mediche e un Dottorato in Patologia Sperimentale. Ha sviluppato un expertise in Bioinformatica, Genomica e Statistica Genetica.
Francesco ha lavorato presso lo University College di Londra, dove ha sviluppato alcune fra le prime pipeline di analisi dati per la UCL Genomics, ed ha successivamente guidato la bioinformatica al Centro di Genomica Translazionale, una partnership tra lo UCL Institute of Child Health e il Great Ormond Street Hospital, il più grande ospedale pediatrico d’Europa.
È stato chiamato successivamente ad Aarhus come Professore Associato in Genomica e Bioinformatica, dove ha guidato le analisi sulla malattia Bipolare e la Schizofrenia nel consorzio iPSYCH. Ha lavorato per QIAGEN Bioinformatics, come membro del Global Product Management Team del portfolio di CLC. Prima di spostarsi a Pavia, è stato Direttore della Bioinformatica per MHRA, l’Agenzia del Farmaco Inglese, presso il National Centre for Biological Standards and Control a Londra.
-
Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
-
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.
Ottieni crediti ECM
