PRESENTAZIONE

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.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

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.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

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.

PREREQUISITI

Nozioni base di Biochimica e di Statistica.

MODALITA' DIDATTICHE

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.

PROGRAMMA/CONTENUTO

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

TESTI/BIBLIOGRAFIA

Dispense su Aula-web.

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

Consultare orario dettagliato su AulaWeb.

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

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.

MODALITA' DI ACCERTAMENTO

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.