Corso di laurea magistrale Interateneo in Fisica dei sistemi complessi

Obiettivo del corso è fornire una panoramica dei più avanzati strumenti di analisi dati. In particolare:

- Discutere alcune applicazioni esemplari

- Discutere i progressi più recenti nel campo dell'inferenza statistica.

 

Il corso sarà tenuto da tre visiting professors invitati appositamente per questo corso.

Loredana Martignetti,  Laurance Calzone e Andrea Mazzolini

Alla fine del corso lo studente avrà una conoscenza approfondita dei più moderni risultati nel campo della Analisi Dati e dell'inferenza statistica.

Lezioni interattive con analisi hands-on in classe

La valutazione del corso si baserà su un progetto finale e su  una prova orale, nella quale viene chiesto di affrontare ab initio due o tre argomenti svolti a lezione. In caso di non superamento dell'esame la ripetizione dello stesso deve avvenire almeno due settimane dopo la prima prova.

Il Corso è diviso in tre parti. La prima, tenuta da Loredana Martignetti la seconda da Laurance Calzone e la terza da Andrea Mazzolini.

1st module (L.Martignetti) :

* Introduction to the manipulation of molecular biology data(sequencing data, single cell data, spatial transcriptomics and multi-omics)
* Bioinformatics methods and tools for high-throughput data analysis and integrative bioinformatics
* Network-based approaches for the analysis of complex biological systems

2nd module (L.Calzone):

* Analysis of network representation of biological knowledge (applications to cancer, cystic fibrosis, rheumatoid arthritis)
* Dynamic modelling of signalling pathways deregulated in diseases
* Data integration in mathematical models to suggest personalised treatments to clinicians
* Prediction of single and drug combinations for cancer patients using stochastic Boolean approaches

 

3rd module (A. Mazzolini):

The last set of lectures aims to show recent successes of statistical physics methods to the study of the immune system.
After a brief biological introduction to this extremely complex and surprisingly powerful biological system, the course will be split in two parts.
The first part is dedicated to "data-driven" results. We start from the inference of the probability that a given antibody can be generated.
We will then use this to infer which antibodies in a given patient are responding to an undergoing infection.
The second part will be more theoretical, using simplified mathematical models to make sense of non-trivial features of the immune system.

 

   

Dispense e riferimenti forniti durante il corso.