Informatica e statistica per le biotecnologie

L'unità didattica di Informatica inizierà con una sezione generale sulle tecnologie dell'informazione e della comunicazione, con particolare attenzione alla logica su cui è basato il funzionamento dei calcolatori. Successivamente, verranno introdotti i metodi informatici applicati alla gestione dell'informazione scientifica e biologica, di utilità in campo biotecnologico (2 CFU).
All'unità didattica sono associate 16 ore di esercitazione a posto singolo in aula di informatica (1 CFU).

Programma dettagliato:

1. La codifica dell'informazione
· Il concetto di informazione
· La codifica dei dati e delle istruzioni
· Codifica analogica e digitale

2. Elaborazione e strutturazione dell'informazione
· Problemi e algoritmi
· Il problema della risoluzione dei problemi
· Le strutture dati
· L'algebra booleana

3. I linguaggi per la formalizzazione
· I linguaggi di programmazione
· Il paradigma di programmazione imperativo-procedurale
· Altri paradigmi di programmazione
· Linguaggi per la descrizione e la manipolazione dei dati

4. Le infrastrutture hardware
· L'architettura di riferimento
· L'esecutore
· La memoria
· I dispositivi per le memorie di massa
· L'interfaccia di ingresso/uscita (I/O)
· Le principali periferiche

5. Evoluzione e organizzazione dei genomi
· Genoma, trascrittoma e proteoma
· Trasmissione dell'informazione genica
· Mappe ad alta risoluzione
· Studi di associazione genomica
· Recuperare un gene in un genoma
· Progetti di sequenziamento genico
· Genoma procariotico
· Metagenomica
· Genomi degli eukarya
· Genoma umano
· Diversità genetica
· Evoluzione dei genomi
· Genomica comparativa degli eukarya

6. Pubblicazioni scientifiche ed archivi: media, contenuto ed accesso
· Letteratura scientifica
· Fattori economici che controllano l'accesso alle pubblicazione per il sistema istruzione
· Biblioteche tradizionali e digitali
· L'esplosione dell'informazione
· Basi di dati
· Processamento del linguaggio naturale

7. Archivi e recupero delle informazioni
· Indicizzazione delle basi di dati e specificazione dei termini di ricerca
· Organizzazione degli archivi
· Metodi di accesso agli archivi

Introduzione alla statistica. Elementi di matematica e logica necessari per lo studio della statistica.

Statistica descrittiva e inferenziale. Descrizione dei set di dati: tabelle di frequenza, line graphs, bar graphs, frequency polygons; relative frequency graphs; grafici a torta. Raggruppamento dei dati: istogrammi, il problema del 'bin size'; steam-and-leaf plots.
Indici statistici: media aritmetica, media pesata, media geometrica, media quadratica, mediana, moda (distribuzioni unimodali, bimodali, multimodali). Outliers. Percentili e loro rappresentazione, box plot. Indici di dispersione statistici. Deviazioni, deviazioni assolute, varianza, deviazione standard, formula alternativa della deviazione standard, interpretazione della deviazione standard (regola empirica).

Set di dati accoppiati: notazione simbolica, rappresentazione grafica (scatter diagram). Correlazione positiva e negativa. Regressione lineare e non lineare. Metodo dei minimi quadrati: vertical offsets, coefficiente angolare e intercetta della retta di regressione di y rispetto a x. Formule alternative. Interpretazione grafica in termini di vertical offsets.

Dispersione dei dati per set di dati accoppiati. Horizontal offsets. Retta di regressione dei minimi quadrati di x rispetto a y. Interpretazione grafica in termini di horizontal offsets. Confronto fra retta di regressione di y rispetto a x e di x rispetto a y, centro della distribuzione. Indice di dispersione dei dati: coefficiente di correlazione di Pearson 'r', convenzione dei segni, interpretazione di 'r'. Espressione di 'r' in termini di covarianza di x e y, deviazione standard di x e deviazione standard di y (formule alternative). Correlazione e causalità, spurious relationships. Coefficiente di determinazione 'R^2'.

Probabilità. Esperimento, outcome, spazio campionario, evento. Evento unione, evento intersezione, eventi disgiunti, evento nullo, evento complemento. Rappresentazione mediante Venn diagrams. Proprietà della probabilità. Probabilità di eventi complessi: regola della addizione, probabilità condizionata, regola della moltiplicazione (per eventi dipendenti e indipendenti). Risultati dei test: veri positivi, falsi positivi, veri negativi, falsi negativi. Sensibilità e specificità. Derivazione del Teorema di Bayes, interpretazione dei risultati di test diagnostici.

Variabili casuali discrete. Probabilità e distribuzione di probabilità. Valore atteso di variabili casuali discrete e sue proprietà. Varianza e deviazione standard di variabili casuali discrete.
Variabili casuali continue. Funzione densità di probabilità e sue proprietà, valore atteso, deviazione standard. Variabili casuali continue con distribuzione normale. Distribuzione normale (Gaussiana) e sue proprietà. Approximation rule. Variabili casuali continue con distribuzione normale standardizzata. Distribuzione normale standardizzata.

Cenni di teoria degli errori. Errore assoluto, errore relativo. Tipi di errore: errori grossolani, determinati (sistematici), indeterminati (casuali). Fonti di errore e loro eliminabilità. Accuratezza, precisione. Cenni di propagazione degli errori. Distribuzione normale di errori indeterminati.

La popolazione e il campione. Media campionaria e deviazione standard campionaria, media della popolazione e deviazione standard della popolazione. Intervallo di confidenza.