Il corso si compone di due parti: una parte teorica, che si propone di affrontare le principali metodiche applicabili allo studio delle proteine ed i problemi ad esse correlati, ed una parte pratica di laboratorio informatico, che mira a fornire le basi per l'analisi di Big-Data proteomici.
Dal laboratorio di biochimica alla proteomica Il corso si propone di fornire le basi per la comprensione delle principali tecniche impiegate nello studio delle proteine, tra cui: elettroforesi su gel di poliacrilammide monodimensionale in condizioni native o denaturanti, eventualmente riducenti e alchilanti, zimogrammi, diverse tipologie di elettroforesi bidimensionale (curve di titolazione, elettroforesi blue native, elettroforesi bidimensionale ad alta risoluzione), western blot, metodi di rilevazione delle proteine su gel (colorazione con Coomassie, colloidale, nitrato d’argento e colorazioni fluorescenti), principali tecniche cromatografiche, inclusi metodi basati su nano-sfere magnetiche particolarmente adatti all’automazione robotica, spettrometria di massa ad alta risoluzione, ELISA diretti e indiretti, array proteici su membrana e vetrini da microscopia.
Preparazione dei campioni proteici Il corso fornisce inoltre una panoramica dei principali metodi biochimico-fisici utilizzati per affrontare e risolvere le problematiche legate alla preparazione di campioni proteici provenienti da fluidi biologici (siero, plasma, liquor e urina), colture cellulari, vescicole extracellulari e tessuti, in funzione delle tecniche sopra elencate.
Analisi bioinformatica Infine, il corso mira a fornire le basi per l’analisi dei big data ottenuti da esperimenti di microarray proteici e/o spettrometria di massa. In particolare, verranno approfonditi i seguenti aspetti: a) normalizzazione dei dati; b) utilizzo dei più recenti algoritmi di classificazione, predizione e correlazione tra le caratteristiche sperimentali e i dati biochimico-clinici dei campioni, come l’analisi di co-espressione genica ponderata (WGCNA), tecniche di machine learning e analisi di clustering supervisionata/non supervisionata; c) scelta dei test statistici appropriati; d) selezione delle variabili di interesse; e) analisi di arricchimento di ontologie geniche (Gene Ontology) per l’identificazione di processi biologici e vie metaboliche alterate in studi caso-controllo.
Acquisire le conoscenze necessarie per lo studio delle proteine applicando le principali tecnologie attualmente disponibili in ambito bio-medico. Comprendere il processo di analisi dei Big-Data ed utilizzarlo per l’identificazione di biomarcatori diagnostici e prognostici e dei processi biologici associati allo stato di salute/malattia.
Nozioni base di Biochimica e di Statistica.
Lezioni frontali teoriche (20 ore di attività formativa), dedicate agli argomenti previsti dal programma, con un approccio interattivo e ampio spazio per esercitazioni pratiche in aula. In caso di emergenza, le attività potranno essere svolte online, compatibilmente con le disposizioni dell’Ateneo.
Qualsiasi Studente con Disturbi Specifici dell'Apprendimento (DSA) documentati, o con bisogni speciali, dovrà rivolgersi al Docente/i e al Rappresentante DSA dedicato presso il Dipartimento prima dell'inizio delle lezioni, al fine di concordare le specifiche modalità di insegnamento e garantire il corretto raggiungimento degli obiettivi e dei risultati dell’apprendimento.
L’elettroforesi monodimensionale su gel di poliacrilamide
Elettroforesi monodimensionale in condizioni native o denaturanti o denaturanti e riducenti
Zimogrammi
L’elettroforesi bidimensionale su gel di poliacrilamide
Curva di Titolazione
Elettroforesi Nativa in coomassie (BN-PAGE)
Elettroforesi bidimensionale ad alta risoluzione (2D-PAGE)
Il Western Blot
Le principali tecniche di visualizzazione delle proteine su gel di poliacrilamide
Blu di coomassie
Coomassie colloidale
Argento
Fluorescenza
Le principali tecniche di separazione delle proteine con sistemi cromatografici
Gel filtrazione
Affinità
Scambio ionico
Fase inversa
Utilizzo delle biglie magnetiche funzionalizzate
La spettrometria di massa ad alta risoluzione
Validazione dei risultati ottenuti
Dot Blot
ELISA diretti e indiretti
Le principali metodiche per preparazione dei campioni proteici
Sangue
Urina
Liquido cerebrospinale
Vescicole extracellulari
Cellule
Tessuti
Analisi Bioinformatica dei dati di Proteomica
Normalizzazione dei dati
Principali test statistici e algoritmi applicabili per il controllo di qualità dei dati e per la discriminazione tra due o più gruppi di campioni.
Generare una lista di priorità delle variabili che massimizzano la discriminazione tra due o più campioni.
Cenni di machine learning
Cenni sull’analisi delle reti di co-espressione proteica (WGCNA)
L’analisi dell’arricchimento delle annotazioni geniche per identificare i processi biologici e vie metaboliche associate ad esperimento di proteomica
Come rappresentare graficamente i risultati ottenuti dall'analisi statistica
Dispense su Aula-web.
Ricevimento: Su appuntamento, Prof. Maurizio Bruschi, IRCCS Istituto Giannina Gaslini. Laboratorio di Nefrologia Molecolare (Padiglione 12, fondi) Via Gerolamo Gaslini, 5 – 16147 Genova (GE) E-mail: maurizio.bruschi@unige.it
MAURIZIO BRUSCHI (Presidente)
ELENA ZOCCHI
Consultare orario dettagliato su AulaWeb.
L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy
L'esame consisterà in una parte pratica di analisi dei dati proteomici e in una prova scritta (quiz a risposta multipla) sui temi affrontati durante il corso svolta in presenza o su piattaforma digitale.
Il voto finale sarà mediato (media ponderata) con le due parti dell'esame.
L'esame è superato con almeno 18/30.
L’esame verificherà il raggiungimento degli obiettivi formativi; in particolare, verrà accertata la conoscenza da parte degli studenti delle principali tecniche applicate per lo studio delle proteine e la capacità di analizzare i risultati ottenuti.
