Analisi di dati RNA-Seq. Alberto Ferrarini
|
|
- Floriano Caruso
- 8 anni fa
- Visualizzazioni
Transcript
1 Analisi di dati RNA-Seq Alberto Ferrarini
2 Il dogma centrale della biologia molecolare DNA Replicazione RNA Trascrizione Traduzione PROTEIN Geni sono trascritti da DNA ad mrnache lascia il nucleo e viene tradotto in proteine. 2
3 Il trascrittoma Il set completodi tuttiglimrna di un organismoin un dato momento. Il trascrittoma è dinamico e cambia a seconda delle condizioni considerate. Differenticondizionidannoluogoa differentiprofilidi espressione genica. Trascrittomica: lo studio del trascrittoma; l analisidel trascrittomain diverse condizioni permette di inferire quali geni siano potenzialmente coinvolti in un dato processo di sviluppo, risposta a stress, ecc
4 Analisi di espressione genica Prima delle tecnologie omiche Uno o pochi geni analizzati per volta tramite analisi Northerno PCR quantitativa/semiquantitativa Oggi Dapochemigliaiadigenia trascrittomi completi analizzati in un singolo esperimento. Microarray NextGeneration Sequecing(NGS) 4
5 Evoluzione delle tecnologie di analisi del trascrittoma Sviluppati i primi microarray basati su spotting di molecole di cdna 2002-High density oligo microarrays 2008-RNA-Seq: sequenziamento dei messaggeri basato su tecnologie NGS Quantitative Monitoring of Gene Expression Patterns with a Complementary DNA Microarray- Schena et. al.
6 Sequenziamento del trascrittoma Campioni di interesse Tessuto normale Tessuto tumorale Isolamento dell RNA/mRNA Frammentazione chimica Immagine modificata da: Sequenziamento Conversione a cdnae ligazione degli adattatori AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT AGTCGTGGATCCAT Milioni di read paired-end
7 Perché sequenziarel RNA? Studi funzionali:comparazione dell espressione genica tra diverse condizioni (sano-malato, diversi tessuti, risposta ad uno stimolo, ecc ) Studio delle isoforme di espressione Identificazione di trascritti non annotati Studio RNA editing Identificazione di trascritti di fusione
8 Protocollo di analisi dati RNA-Seq reads Allineamento su un genoma di riferimento genome Assegnamento delle read ai geni annotati Known gene Unknown gene Rilevazione di eventuali geni nuovi non annotati Quantificazione dell espressione e analisi statistica Mortazavi, A., Williams, B. A., McCue, K., Schaeffer, L., & Wold, B. (2008). Mappingand quantifyingmammaliantranscriptomesby RNA-Seq. Nature methods, 5(7), doi: /nmeth.1226.
9 Assegnamento delle readai geni e quantificazione dell espressione genica Il numero di readche mappano su un gene è proporzionale al livello di espressione I valori di espressione ottenuti dall RNA-Seqderiva dalla conta diretta delle readche mappano su un gene: misura digitale Non richiede la conoscenza a priori delle posizioni dei geni Intervallo dinamico più ampio comparato a microarray
10 Disegno sperimentale: numero di replicati Tre o più repliche biologiche Non sono generalmente richieste repliche tecniche della stessa libreria ad RNA La correlazioner 2 (Pearson) trailivellidiespressione degli RNA rilevati in comune tra 2 replicati biologici dovrebbe essere tra 0.92 e Esperimenti con correlazioni inferiori a 0.9 devono venire ripetuti o spiegati.
11 Disegnosperimentale: profonditàdi coperturarichiesta Numero di ORF rilevate al variare della profondità Numero di siti di inizio della trascrizione al variare della profondità Analisi di epressione differenziale: sono raccomandate 30 o più milioni di read paired-end(uomo). Esperimenti destinati alla scoperta e caratterizzazione di nuovi geni/isoforme o finalizzati ad una quantificazione molto solida delle isoforme richiede coperture maggiori (fino a M di frammenti) Wang, Z., Gerstein, M., & Snyder, M. (2009). RNA-Seq: a revolutionary tool for transcriptomics. Nature Rev. Retrieved from
12 Disegnosperimentale: profonditàdi coperturarichiesta Il numerodiread richiestedipendeanchedaltipodirna chevogliamo caratterizzare. Tarazona, S., Garcia-Alcalde, F., Dopazo, J., Ferrer, a., & Conesa, a. (2011). Differential expression in RNA-seq: A matter of depth. Genome Research. doi: /gr
13 Problematiche connesse con l analisi di dati RNA-Seq Allineamento delle readottenute da librerie a cdnasu sequenze genomiche (per metodi basati su genoma di riferimento). Assemblaggio de novodelle readottenute da librerie a cdnain putativi trascritti (per metodi che non utilizzano il genoma di riferiemento). Quantificazione dei livelli di epressione Analizzare l espressione differenziale
14 Garber, M., Grabherr, M. G., Guttman, M., & Trapnell, C. (2011). Computational methods for transcriptome annotation and quantification using RNA-seq. Nature methods, 8(6), doi: /nmeth.1613
15 Metodi di ricostruzione del trascrittoma Metodi guidati dal genoma Metodi indipendenti dal genoma Garber, M., Grabherr, M. G., Guttman, M., & Trapnell, C. (2011). Computational methods for transcriptome annotation and quantification using RNA-seq. Nature methods, 8(6), doi: /nmeth.1613
16
17 Nel caso di metodi basati sul genoma il primo passaggio è l allineamento delle read ottenute dai frammenti al genoma di riferimento
18 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni In un esperimento RNA-Seqle readvengono generate dal sequenziamento delle estremità di frammenti da bpdell RNA messaggero da cui le sequenze intronichesono state rimosse dal macchinario di splicing durante la maturazione dell mrna. Alcuni frammenti saranno a cavallo delle giunzioni esone-esone
19 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni Readderivanti da frammenti contenuti completamente in singoli esoni mapperanno correttamente con una distanza tra le read compatibile con le dimensioni della libreria
20 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni Coppie di read mappanti su 2 esoni diversi avranno una dimensione dell inserto non compatibile con le dimensioni della libreria Dimensioni libreria
21 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni Reada cavallo di una giunzione esone-esone non potranno essere mappate correttamente dagli algoritmi standard.
22 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni Reada cavallo di una giunzione esone-esone non potranno essere mappate correttamente dagli algoritmi standard.
23 Allineamento di readrna-seqad un genoma di riferimento esoni genoma mrna introni Idealmente la readdovrebbe essere spezzata in uno spliced alignmentche tenga conto dell introne
24 Non mappare le readsovrapposte a giunzioni esone-esone porterebbe alla sottostima dell espressione dei geni con tanti esoni
25 Utilizzo di un database di giunzioni di splicing Un database di giunzioni custom viene costruito unendo le estremità degli esoni. Readsplicedvengono rilevate allineando le readnon mappanti sul database di giunzioni. Una limitazione di questo aproccioè che può rilevare solo giunzioni note. [ ] Database custom di giunzioni note. Wang, E. T., Sandberg, R., Luo, S., Khrebtukova, I., Zhang, L., Mayr, C., Burge, C. B. (2008). Alternative isoformregulationin humantissuetranscriptomes. Nature, 456(7221), doi: /nature07509
26 Metodi computazionali per allineamento splittato di read su un genoma di riferimento Gli approcci per l allineamento delle readsu un genoma di riferimento si dividono in: approccio exon-first approccio seed-extent
27 Approccio exon-first Nell approccio exon-first vengono prima allineate tutte le read sul genoma. Le readche non mappano utilizzate per trovare siti di splicing candidati. Software: Tophat MapSplice SpliceMap Garber, M., Grabherr, M. G., Guttman, M., & Trapnell, C. (2011). Computational methods for transcriptome annotation and quantification using RNA-seq. Nature methods, 8(6), doi: /nmeth.1613
28 TopHat Pipeline scritta in Pythone C++ basata su Bowtiee la libreria SeqAn Versione pubblicata quando le read erano tendenzialmente < 50 bp
29 Identificazione abinitiodei siti di splicing(fino a versione 0.8.3) Bowtiemappa le readsul genoma con un massimo di 2 mismatch nel seede 10 allineamenti multipli (serve a riportare geni con copie multiple). Le readallineate vengono quindi assemblate in un consenso a cui vengono aggiunte 45 basi dalle regioni fiancheggianti. Vengono quindi identificati i possibili siti donatori e accettori di splicingcanonici (GT-AG) verso le estremità di queste regioni. Le readnon mappanti vengono mappate sui putativi siti di splicing.
30 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Unmappable read Reference genome Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
31 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Readnon mappate da 75 basi (o più lunghe) vengono splittatein 3 o più subreadda 25 basi che vengono mappate indipendentemente. 25nt Unmappable read Reference genome Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
32 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Readnon mappate da 75 basi (o più lunghe) vengono splittatein 3 o più subreadda 25 basi che vengono mappate indipendentemente. Read con segmenti che possono essere mappati solo in maniera non contigua Marcati come possibili read intronspanning 25nt Unmappable read Reference genome Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
33 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Readnon mappate da 75 basi (o più lunghe) vengono splittatein 3 o più subreadda 25 basi mappate indipendentemente. Read con segmenti che possono essere mappati solo in maniera non contigua Marcati come possibili read intronspanning Il set di tutte le possibili combinazioni dondatore-accettore viene descritto da: L1+L2=k; 1 < L1 < k-1; L2 = k-l1 25nt Unmappable read L 1 L 2 Reference genome Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
34 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Readnon mappate da 75 basi (o più lunghe) vengono splittatein 3 o più subreadda 25 basi mappate indipendentemente. Read con segmenti che possono essere mappati solo in maniera non contigua Marcati come possibili read intronspanning Il set di tutte le possibili combinazioni dondatore-accettore viene descritto da: L1+L2=k; 1 < L1 < k-1; L2 = k-l1 k basia montedel sitodonatore concatenate con k basia valle dell accettore 25nt Unmappable read donor site acceptor site Reference genome Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
35 TopHat1.0 Dalla versione 1.0 sfrutta le maggiore lunghezza delle read Maggiore sensibilità Readnon mappate da 75 basi (o più lunghe) vengono splittatein 3 o più subreadda 25 basi mappate indipendentemente. Read con segmenti che possono essere mappati solo in maniera non contigua Marcati come possibili read intronspanning Il set di tutte le possibili combinazioni dondatore-accettore viene descritto da: L1+L2=k; 1 < L1 < k-1; L2 = k-l1 k basia montedel sitodonatore concatenate con k basia valle dell accettore Unmappable reads Allineamento delle read non allineabilial database di giunzioni Trapnell, C., Pachter, L., & Salzberg, S. L. (2009). TopHat: discovering splice junctions with RNA-Seq. Bioinformatics(Oxford, England), 25(9), doi: /bioinformatics/btp
36 Limiti dei sistemi exon-first Il genoma umano contiene circa 14,000 pseudogenie molti pseudogenihanno una sequenza simile ad un gene annotato readpossono mappare sia sul gene che sul corrispondente pseudogene L allineamento su pseudogeniprocessati favorito rispetto all allineamento sul gene nel caso di read a cavallo di giunzioni esone-esone. La maggior parte delle read a cavallo di giunzioni assorbite da pseudogeni Garber, M., Grabherr, M. G., Guttman, M., & Trapnell, C. (2011). Computational methods for transcriptome annotation and quantification using RNA-seq. Nature methods, 8(6), doi: /nmeth.1613kim, D., Pertea, G., Trapnell, C., Pimentel, H., Kelley, R., & Salzberg, S. L. (2013). TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biology, 14(4), R36. doi: /gb r36
37 Basato su Bowtie2 (migliore sensibilità per Indel) Attua una serie di strategie per migliorare la sensibilità e la specificità di allineamento. Riduce il problema di allineamenti scorretti dovuti a pseudogeni
38 Workflowdi TopHat2 1) transcriptome mapping Se viene fornita un annotazione (consigliato) TopHat2 allinea le readcontro le sequenze del trascrittoma. aumenta la sensibilità e specificità verso trascritti noti. c c TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biology, 14(4), R36. doi: /gb r36
39 Workflowdi TopHat2 1) transcriptome mapping c Le readche non mappano sui trascritti annotati vanno al passaggio successivo TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biology, 14(4), R36. doi: /gb r36
40 Workflowdi TopHat2 2) genomemapping c c Nel secondo passaggio le read che vengono mappate in modalità end-toendsul genoma di riferimento solo le readche mappano completamente su un esone vengono allineate TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biology, 14(4), R36. doi: /gb r36
41 Workflowdi TopHat2 2) genomemapping c c Readche non mappano completamente sul genoma vanno al passaggio successivo. TopHat2: accurate alignment of transcriptomes in the presence of insertions, deletions and gene fusions. Genome Biology, 14(4), R36. doi: /gb r36
42 Workflowdi TopHat2 Readnon mappate nel secondo passaggio vengono utilizzate per cercare i segnali di splicing(gt-ag, GC-AG, AT-AC). E stato inoltre integrato algoritmo per identificare breakpoint di fusione (da TopHat- Fusion) 3) splicedmapping
43 Workflowdi TopHat2 3) splicedmapping Nell ultima fase di questo passaggio vengono riallineate le readche si sovrappongono minimamente con sequenze introniche
44 Soglia basata sulla edit-distance TopHat2 consente di indicare una soglia (t) basata sulla edit distance: Se una readallinea in un passaggio ma con una editdistance t essa verrà riallineata nei passaggi successivi per cercare un eventuale allineamento migliore. Se viene settata una soglia t = 0 tutte le readche mappano nel passaggio 1 verranno riallineate nei passaggi successivi aumenta la sensibilità e la specificità.
45 Effetto in presenza di pseudogeni Allineamento contro trascrittomanoto assegna tutte le readpossibili ai trascritti noti evitando che allineino contro gli pseudogeni corrispondenti Riallineamento basato su editdistanceconsente di rimapparereadsovrapposte a siti di splicingignoti mappate scorrettamente a pseudogeni nel passaggio 2.
46 Approccio seed-extent Nell approccio seed-extend viene memorizzato un indice di k-mer del genoma. Le readvengono divise in k- mere confrontate con l indice del genoma. I k-mermappati vengono quindi estesi e l allineamento può includere siti di splicing. Software: GSNAP QPALMA Sistemi seed-extentsono accurati ma generalmente molto più lenti di sistemi exonfirst Garber, M., Grabherr, M. G., Guttman, M., & Trapnell, C. (2011). Computational methods for transcriptome annotation and quantification using RNA-seq. Nature methods, 8(6), doi: /nmeth.1613
47 GSNAP Genomic Short-read Nucleotide Alignment Program Allineatore creato per identiticarevarianti complesse e siti di splicingda readngs.
48 Allineamento sul reference space GSNAP utilizza una tabella di hashdei possibili 12-mer sul genoma (spaziati di 3 nt). SNP in un 12-mer genomico vengono rappresentate duplicando le posizioni nella lista per tutte le combinazioni di alleli maggiori e minori nel 12-mer. Alleli maggiori vengono rappresentati in un genoma compresso mentre gli alleli minori vengono rappresentati in un altro genoma compresso. Wu, T. D., & Nacu, S. (2010). Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics (Oxford, England), 26(7), doi: /bioinformatics/btq057
49 Rilevazione di varianti ed eventi di GSNAP può utilizzare 2 tipi di evidenze per identificare i siti di splicing: splicing Wu, T. D., & Nacu, S. (2010). Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics (Oxford, England), 26(7), doi: /bioinformatics/btq057
50 Rilevazione di varianti ed eventi di GSNAP può utilizzare 2 tipi di evidenze per identificare i siti di splicing: 1. Modello probabilistico di siti donatoriaccettori splicing Wu, T. D., & Nacu, S. (2010). Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics (Oxford, England), 26(7), doi: /bioinformatics/btq057
51 Rilevazione di varianti ed eventi di GSNAP può utilizzare 2 tipi di evidenze per identificare i siti di splicing: 1. Modello probabilistico di siti donatoriaccettori 2. Database di estremità esone-introne note splicing Wu, T. D., & Nacu, S. (2010). Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics (Oxford, England), 26(7), doi: /bioinformatics/btq057
52 Rilevazione di varianti ed eventi di GSNAP può utilizzare 2 tipi di evidenze per identificare i siti di splicing: 1. Modello probabilistico di siti donatori-accettori 2. Database di estremità esone-introne note Eventi di splicing possono anche essere intercromosomali (fusioni geniche) splicing Wu, T. D., & Nacu, S. (2010). Fast and SNP-tolerant detection of complex variants and splicing in short reads. Bioinformatics (Oxford, England), 26(7), doi: /bioinformatics/btq057
53 ControlloqualitàdidatiRNA-Seq RseQC è un pacchetto software che fornisce dei moduli per controllare la qualità delle sequenze RNASeq allineate
54 Livellodiduplicazione read_duplication.py calcola i livelli di duplicazione a livello di allineamento e a livello di sequenza.
55 Readduplicate nei dati RNA-Seq Readduplicate non vengono normalmente rimosse dai dati RNA-Seq: Duplicati di PCR non sono distinguibili da frammenti uguali dovuti a elevati livelli di espressione
56 Distribuzionedelleread Distribuzione delle read tra le diverse feature (CDS,UTR, Introni, ) Distribuzione tra le feature Read intergeniche cds 5'UTR 3'UTR intron intergenic TSS_up_5kb TES_down_1kb TES_down_10kb TSS_up_10kb TSS_up_1kb TES_down_5kb upstream downstream Bias possono intervenire se i rapporti CDS/UTR/Introni non vengono mantenuti
57 Analisidel gene body coverage Permette di rilevare bias nel coverage rispetto alla posizione nel gene body 3 end bias Un bias al 3 potrebbe indicare un campione degradato.
58 Distanzatrapaiadiread Distanza tra due paia di read tenendo in considerazione la posizione degli introni.
59 SaturazionedegliRPKM RPKM_saturation.py Stima dell'errore come percentuale comparata all'rpkm ottenuto da tutte le read. Q1, Q2, Q3, Q4 sono i 4 quartili di espressione.
60 ReadsPer Kilobaseofgene per Million mappedreads(rpkm) Valore di espressione normalizzato dividendo le conte grezze per la lunghezza in kilobasidei geni e per i milioni di readtotali mappate per campione: Geni più lunghi hanno una maggiore probabilità di essere sequenziati Il numero di readottenute può variare a seconda della run di sequenziamento
61 Comparazionedellegiunzionirilevate con l annotazione Total splicing Events: Known Splicing Events: Partial Novel Splicing Events: 3396 Novel Splicing Events:1941 Total splicing Junctions: 4326 Known Splicing Junctions: 3871 Partial Novel Splicing Junctions: 259 Novel Splicing Junctions: 196 splice event: Unaread RNA-Seq, specialmentese lunga, puòvenire splittata2 o piùvolte; ognivoltavienecontata come splicing event splice junction: eventi di splicing multipli riguardanti lo stesso introne.
62 Saturazionedellegiunzioni Fornisce una misura di quanto la profondità utilizzata è stata in grado di saturare le giunzioni di splicing note e novel importante se si è interessati all analisi dello splicing alternativo. Giunzioni note a saturazione Giunzioni note non sono saturate
Bioinformatica. Marin Vargas, Sergio Paul
Bioinformatica Marin Vargas, Sergio Paul 2013 Wikipedia: La bioinformatica è una disciplina scientifica dedicata alla risoluzione di problemi biologici a livello molecolare con metodi informatici. La bioinformatica
Dettagliscaricato da www.sunhope.it LA TECNOLOGIA DEI MICROARRAYS
LA TECNOLOGIA DEI MICROARRAYS 1 8 anni dopo: 4162 riferimenti bibliografici sui microarrays I microarrays misurano il livello di espressione degli mrna trascritti dai geni del sistema biologico di interesse
DettagliSAGE: Serial Analysis of Gene Expression
SAGE: Serial Analysis of Gene Expression L insieme di tutti gli mrna presenti in una cellula si definisce trascrittoma. Ogni trascrittoma ha una composizione complessa, con migliaia di mrna diversi, ciascuno
DettagliANALISI POST-GENOMICHE TRASCRITTOMA: CONTENUTO DI RNA DI UNA CELLULA.
TECNICHE PER L ANALISI DELL ESPRESSIONE GENICA RT-PCR REAL TIME PCR NORTHERN BLOTTING ANALISI POST-GENOMICHE Conoscere la sequenza genomica di un organismo non è che l inizio di una serie di esperimenti
DettagliLa possibilita di conoscere i geni deriva dalla capacita di manipolarli:
La possibilita di conoscere i geni deriva dalla capacita di manipolarli: -isolare un gene (enzimi di restrizione) -clonaggio (amplificazione) vettori -sequenziamento -funzione Il gene o la sequenza
DettagliAvanzamento dei sistemi di sequenziamento
Avanzamento dei sistemi di sequenziamento Sistemi di sequenziamento capillare basati su: Lunghezza delle read: 800 basi Poche sequenze prodotte in una singola corsa Second Generation Sequencing (SGS):
DettagliUTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI
UTILIZZATORI A VALLE: COME RENDERE NOTI GLI USI AI FORNITORI Un utilizzatore a valle di sostanze chimiche dovrebbe informare i propri fornitori riguardo al suo utilizzo delle sostanze (come tali o all
DettagliAlcuni aspetti legati al calcolo bioinformatico su CRESCO. Giuseppe Aprea UTMEA-CAL
Alcuni aspetti legati al calcolo bioinformatico su CRESCO Giuseppe Aprea UTMEA-CAL Principali attività bioinformatiche ENEA legate al calcolo Assemblaggio de Novo* Trascrittomica Analisi filogenetica Metagenomica*
DettagliNext-generation sequencing, annotazione, ed espressione genica. Giulio Pavesi Dip. Bioscienze Università di Milano giulio.pavesi@unimi.
Next-generation sequencing, annotazione, ed espressione genica Giulio Pavesi Dip. Bioscienze Università di Milano giulio.pavesi@unimi.it Il primo passo... Abbiamo la sequenza completa del DNA di un organismo:
DettagliDal DNA all RNA. La trascrizione nei procarioti e negli eucarioti
Dal DNA all RNA La trascrizione nei procarioti e negli eucarioti DOGMA CENTRALE DELLA BIOLOGIA MOLECOLARE Gene Regione di DNA che porta l informazione (= che CODIFICA) per una catena polipeptidica o per
DettagliCarpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY.
Carpire il segreto della vita con l informatica Giosuè Lo Bosco Dipartimento di Matematica e Informatica, Università di Palermo, ITALY. Lezioni Lincee Palermo, 26 Febbraio 2015 Alla base della vita degli
DettagliSINTESI DELL RNA. Replicazione. Trascrizione. Traduzione
SINTESI DELL RNA Replicazione Trascrizione Traduzione L RNA ha origine da informazioni contenute nel DNA La TRASCRIZIONE permette la conversione di una porzione di DNA in una molecola di RNA con una sequenza
DettagliRNA non codificanti ed RNA regolatori
RNA non codificanti ed RNA regolatori RNA non codificanti ed RNA regolatori Piccoli RNA non codificanti RNA regolatore microrna RNAi e sirna Piccoli RNA non codificanti Gli RNA non codificanti (ncrna)
DettagliGENOMA. c varia da pochi kb nei virus a milioni di kb in piante e animali
GENOMA Insieme del materiale genetico presente in una cellula (DNA nucleare, plastidiale e mitocondriale) Contiene tutte le informazioni necessarie per consentire la vita alla cellula e all individuo Nei
DettagliSequenziamento ed analisi dell esoma intero (All Exon)
Sequenziamento ed analisi dell esoma intero (All Exon) Obiettivi La procedura ha l obiettivo di sequenziare solo le regioni trascritte e codificanti del genoma che rappresentano, almeno nell uomo, circa
DettagliIl metabolismo dell RNA. Prof. Savino; dispense di Biologia Molecolare, Corso di Laurea in Biotecnologie
Il metabolismo dell RNA I vari tipi di RNA Il filamento di DNA che dirige la sintesi dello mrna è chiamato filamento stampo o filamento antisenso. L altro filamento che ha sequenza identica a quella dello
DettagliPRINCIPALI TIPI DI PCR a) PRINCIPALI TIPI DI PCR b)
PRINCIPALI TIPI DI PCR a) RT-PCR: serve a valutare l espressione di un gene tramite l amplificazione dell mrna da esso trascritto PCR COMPETITIVA: serve a valutare la concentrazione iniziale di DNA o RNA
DettagliLa regolazione genica nei eucarioti
La regolazione genica nei eucarioti Lic. Scientifico A. Meucci Aprilia Prof. Rolando Neri Differenziamento negli eucarioti pluricellulari Negli eucarioti le cellule specializzate dei vari tessuti contengono
DettagliGenoma umano: illusioni, realtà, prospettive
Genoma umano: illusioni, realtà, prospettive Giovedì 15 Marzo 2007 - ore 17.30 Istituto Veneto di Scienze, Lettere ed Arti - Venezia Giuseppe Borsani e Gerolamo Lanfranchi, coordina Fabio Pagan Il flusso
DettagliDal DNA alle proteine: La trascrizione e la traduzione
Dal DNA alle proteine: La trascrizione e la traduzione DNA RNA Trascrizione RNA PROTEINE Traduzione Dove avvengono? GLI EUCARIOTI I PROCARIOTI Cambell, Reece Biologia ZANICHELLI Trascrizione Sintesi di
DettagliDNA - RNA. Nucleotide = Gruppo Fosforico + Zucchero Pentoso + Base Azotata. Le unità fondamentali costituenti il DNA e l RNA sono i Nucleotidi.
DNA - RNA Le unità fondamentali costituenti il DNA e l RNA sono i Nucleotidi. Nucleotide = Gruppo Fosforico + Zucchero Pentoso + Base Azotata. Esistono 4 basi azotate per il DNA e 4 per RNA Differenze
DettagliCapitolo 13. Interrogare una base di dati
Capitolo 13 Interrogare una base di dati Il database fisico La ridondanza è una cosa molto, molto, molto brutta Non si devono mai replicare informazioni scrivendole in più posti diversi nel database Per
DettagliIndice dell'opera. Prefazione. Capitolo 1 Introduzione alla genetica Genetica classica e moderna Genetisti e ricerca genetica Sommario
Indice dell'opera Prefazione Capitolo 1 Introduzione alla genetica Genetica classica e moderna Genetisti e ricerca genetica Capitolo 2 DNA: il materiale genetico La ricerca del materiale genetico La composizione
DettagliRNA polimerasi operone. L operatore è il tratto
La regolazione genica nei procarioti Alcune proteine vengono prodotte dalla cellula ad un ritmo relativamente costante e l attività dei geni che codificano queste proteine non è regolata in modo sofisticato.
DettagliCORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
DettagliLA GENETICA: DNA e RNA LA GENETICA. DNA e RNA. Prof. Daniele Verri
LA GENETICA DNA e RNA Prof. Daniele Verri L'acido desossiribonucleico o deossiribonucleico (DNA) è un acido nucleico che contiene le informazioni necessarie per la formazione di RNA e proteine. LA GENETICA:
DettagliAnalisi dei dati MLPA con il nuovo Coffalyser.NET. MRC-Holland
Analisi dei dati MLPA con il nuovo Coffalyser.NET MRC-Holland Contenuti Che cos è il Coffalyser.NET Analisi dei frammenti e del Copy number Interpretazione dei dati Che cos è il Cofffalyser.NET Software
DettagliQuotidiano. www.ecostampa.it
Quotidiano 097156 www.ecostampa.it Quotidiano 097156 www.ecostampa.it Lettori: 2.835.000 Diffusione: 431.913 12-NOV-2013 Dir. Resp.: Ezio Mauro da pag. 1 Lettori: 2.835.000 Diffusione: 431.913 12-NOV-2013
DettagliA intervalli regolari ogni router manda la sua tabella a tutti i vicini, e riceve quelle dei vicini.
Algoritmi di routing dinamici (pag.89) UdA2_L5 Nelle moderne reti si usano algoritmi dinamici, che si adattano automaticamente ai cambiamenti della rete. Questi algoritmi non sono eseguiti solo all'avvio
Dettagli3DEverywhere S.r.l. sito web: http://www.3deverywhere.com
3DE Modeling Analyzer 3DE Modeling Analyzer permette di effettuare un'analisi accurata dei modelli ottenuti con 3DE Modeling Professional. 3DE Modeling Analyzer consente: il caricamento di singole viste
DettagliStruttura e funzione dei geni. Paolo Edomi - Genetica
Struttura e funzione dei geni 1 Il DNA è il materiale genetico La molecola di DNA conserva l informazione genetica: topi iniettati con solo DNA di batteri virulenti muoiono 2 Proprietà del DNA Il DNA presenta
DettagliSOFTWARE PER LA RILEVAZIONE DEI TEMPI PER CENTRI DI COSTO
SOFTWARE PER LA RILEVAZIONE DEI TEMPI PER CENTRI DI COSTO Descrizione Nell ambito della rilevazione dei costi, Solari con l ambiente Start propone Time&Cost, una applicazione che contribuisce a fornire
DettagliIntroduzione alla teoria dei database relazionali. Come progettare un database
Introduzione alla teoria dei database relazionali Come progettare un database La struttura delle relazioni Dopo la prima fase di individuazione concettuale delle entità e degli attributi è necessario passare
DettagliAccess. P a r t e p r i m a
Access P a r t e p r i m a 1 Esempio di gestione di database con MS Access 2 Cosa è Access? Access e un DBMS che permette di progettare e utilizzare DB relazionali Un DB Access e basato sui concetti di
DettagliRegolazione dell espressione genica EUCARIOTI
Regolazione dell espressione genica EUCARIOTI Regolazione della espressione genica Molte proteine sono comuni a tutte le cellule RNA polimerasi, proteine ribosomali, enzimi che regolano il metabolismo,
DettagliCome archiviare i dati per le scienze sociali
Come archiviare i dati per le scienze sociali ADPSS-SOCIODATA Archivio Dati e Programmi per le Scienze Sociali www.sociologiadip.unimib.it/sociodata E-mail: adpss.sociologia@unimib.it Tel.: 02 64487513
DettagliOrganizzazione del genoma umano II
Organizzazione del genoma umano II Lezione 7 & Pseudogeni I Pseudogeni non processati : convenzionali ed espressi * Copie non funzionali del DNA genomico di un gene. Contengono esoni, introni e spesso
DettagliRicerca di outlier. Ricerca di Anomalie/Outlier
Ricerca di outlier Prof. Matteo Golfarelli Alma Mater Studiorum - Università di Bologna Ricerca di Anomalie/Outlier Cosa sono gli outlier? L insieme di dati che sono considerevolmente differenti dalla
DettagliIstruzioni per l uso dei programmi MomCad, TraveCon, TraveFon
Istruzioni per l uso dei programmi MomCad, TraveCon, TraveFon I tre programmi sono utility generali preparate appositamente per gli studenti (ma che potrebbero essere utili anche per professionisti). MomCad
Dettagli3. Confronto tra due sequenze
3. Confronto tra due sequenze Esercizio 1: uso di DotLet Il programma DotLet è accessibile dal sito http://myhits.isb-sib.ch/cgi-bin/dotlet, dove può essere utilizzato attraverso un interfaccia utente
Dettaglimatematica probabilmente
IS science centre immaginario scientifico Laboratorio dell'immaginario Scientifico - Trieste tel. 040224424 - fax 040224439 - e-mail: lis@lis.trieste.it - www.immaginarioscientifico.it indice Altezze e
DettagliSEQUENZIAMENTO DEL DNA
SEQUENZIAMENTO DEL DNA Il metodo di Sanger per determinare la sequenza del DNA Il metodo manuale La reazione enzimatica Elettroforesi in gel denaturante di poliacrilammide Autoradiografia Il metodo automatico
DettagliStrumenti di indagine per la valutazione psicologica
Strumenti di indagine per la valutazione psicologica 2.2 Mettere a punto un test psicologico Davide Massidda davide.massidda@gmail.com Da dove partire C'è davvero bisogno di un nuovo strumento di misura?
DettagliApplicazioni biotecnologiche in systems biology
Applicazioni biotecnologiche in systems biology Lezione #6 Dr. Marco Galardini AA 2012/2013 Gene regulation analysis Lezione #6 Dr. Marco Galardini AA 2012/2013 Regolazione genica Elementi molecolari e
DettagliFIRESHOP.NET. Gestione del taglia e colore. www.firesoft.it
FIRESHOP.NET Gestione del taglia e colore www.firesoft.it Sommario SOMMARIO Introduzione... 3 Configurazione iniziale... 5 Gestione delle varianti... 6 Raggruppamento delle varianti... 8 Gestire le varianti
DettagliElementi di Psicometria con Laboratorio di SPSS 1
Elementi di Psicometria con Laboratorio di SPSS 1 12-Il t-test per campioni appaiati vers. 1.2 (7 novembre 2014) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca
DettagliTraduzione e adattamento a cura di Gylas per Giochi Rari
Traduzione e adattamento a cura di Gylas per Giochi Rari Versione 1.0 Luglio 2001 NOTA. La presente traduzione non sostituisce in alcun modo il regolamento originale del gioco; il presente documento è
DettagliArchivi e database. Prof. Michele Batocchi A.S. 2013/2014
Archivi e database Prof. Michele Batocchi A.S. 2013/2014 Introduzione L esigenza di archiviare (conservare documenti, immagini, ricordi, ecc.) è un attività senza tempo che è insita nell animo umano Primi
DettagliSilca Software GLOSSARIO. February 2013 Copyright Silca S.p.A. V.2.0
GLOSSARIO Che cos è una SCHEDA? SCHEDA ovvero l insieme dei parametri relativi a spazi, profondità, basi del taglio, angoli, riferimenti, morsetto, fresa ( un totale di circa 250 parametri per ogni asse
DettagliBioinformatica (1) Introduzione. Dott. Alessandro Laganà
Bioinformatica (1) Introduzione Dott. Alessandro Laganà Dott. Alessandro Laganà Martedi 15.30 16.30 Studio Assegnisti - 1 Piano (Davanti biblioteca) Dipartimento di Matematica e Informatica (Città Universitaria)
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliOrganizzazione del genoma umano III
Organizzazione del genoma umano III Lezione 9 Il DNA codificante Ricapitoliamo l'organizzazione e il funzionamento dei geni eucariotici Sito di inizio trascrizione +1 Codone di stop AATAAA segnale di poliadenilazione
DettagliUniversità degli Studi di Ferrara - A.A. 2014/15 Dott. Valerio Muzzioli ORDINAMENTO DEI DATI
ORDINAMENTO DEI DATI Quando si ordina un elenco (ovvero una serie di righe contenenti dati correlati), le righe sono ridisposte in base al contenuto di una colonna specificata. Distinguiamo due tipi di
DettagliGestione della Memoria
Gestione della Memoria Idealmente la memoria dovrebbe essere grande veloce non volatile Gerarchia di memorie Disco: capiente, lento, non volatile ed economico Memoria principale: volatile, mediamente grande,
DettagliVerifica di ipotesi e intervalli di confidenza nella regressione multipla
Verifica di ipotesi e intervalli di confidenza nella regressione multipla Eduardo Rossi 2 2 Università di Pavia (Italy) Maggio 2014 Rossi MRLM Econometria - 2014 1 / 23 Sommario Variabili di controllo
DettagliLa manutenzione come elemento di garanzia della sicurezza di macchine e impianti
La manutenzione come elemento di garanzia della sicurezza di macchine e impianti Alessandro Mazzeranghi, Rossano Rossetti MECQ S.r.l. Quanto è importante la manutenzione negli ambienti di lavoro? E cosa
DettagliAlgoritmi di clustering
Algoritmi di clustering Dato un insieme di dati sperimentali, vogliamo dividerli in clusters in modo che: I dati all interno di ciascun cluster siano simili tra loro Ciascun dato appartenga a uno e un
DettagliSymCAD/C.A.T.S. modulo Canali Schema
SymCAD/C.A.T.S. modulo Canali Schema Il modulo Ventilazione Standard permette di effettuare la progettazione integrata (disegno e calcoli) in AutoCAD di reti di canali aria (mandata e ripresa). Il disegno
DettagliCOSTER. Import/Export su SWC701. SwcImportExport
SwcImportExport 1 Con SWC701 è possibile esportare ed importare degli impianti dal vostro database in modo da tenere aggiornati più Pc non in rete o non facente capo allo stesso DataBase. Il caso più comune
DettagliCome modificare la propria Home Page e gli elementi correlati
Come modificare la propria Home Page e gli elementi correlati Versione del documento: 3.0 Ultimo aggiornamento: 2006-09-15 Riferimento: webmaster (webmaster.economia@unimi.it) La modifica delle informazioni
DettagliREPORT FINALE DEL PROGETTO III Controllo di qualità nazionale per la valutazione delle mutazioni di RAS nel carcinoma del colon-retto -2014
REPORT FINALE DEL PROGETTO III Controllo di qualità nazionale per la valutazione delle mutazioni di RAS nel carcinoma del colon-retto -2014 Il Comitato Scientifico AIOM e SIAPEC-IAP ha organizzato per
DettagliIl genoma dinamico: gli elementi trasponibili
Il genoma dinamico: gli elementi trasponibili Anni trenta: studi sul mais ribaltano la visione classica secondo cui i geni si trovano solo in loci fissi sul cromosoma principale Esistono elementi genetici
DettagliUn gioco con tre dadi
Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.
DettagliDocumento di accompagnamento: mediane dei settori bibliometrici
Documento di accompagnamento: mediane dei settori bibliometrici 1. Introduzione Vengono oggi pubblicate sul sito dell ANVUR e del MIUR 3 tabelle, deliberate nel CD dell ANVUR del 13 agosto 2012, relative
DettagliDispositivi di rete. Ripetitori. Hub
Ripetitori Dispositivi di rete I ripetitori aumentano la distanza che può essere ragginta dai dispositivi Ethernet per trasmettere dati l'uno rispetto all'altro. Le distanze coperte dai cavi sono limitate
DettagliAprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e
Alberi di decisione Aprire WEKA Explorer Caricare il file circletrain.arff Selezionare random split al 66% come modalità di test Selezionare J48 come classificatore e lanciarlo con i parametri di default.
DettagliCORSO DI AGGIORNAMENTO PER GLI INSEGNANTI DELLE SCUOLE MEDIE SUPERIORI INGEGNERIA GENETICA E SUE APPLICAZIONI
CORSO DI AGGIORNAMENTO PER GLI INSEGNANTI DELLE SCUOLE MEDIE SUPERIORI INGEGNERIA GENETICA E SUE APPLICAZIONI mercoledì 5 maggio 2004 La regolazione dell'espressione genica prof. Giovanna Viale - Università
Dettagli15. Antico gioco russo
15. Antico gioco russo In un antico gioco russo, attraverso i risultati casuali ottenuti dall allacciamento di cordicelle, i giovani cercavano una previsione sul tipo di legame che si sarebbe instaurata
DettagliCorrettezza. Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1. Dispensa 10. A. Miola Novembre 2007
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 10 Correttezza A. Miola Novembre 2007 http://www.dia.uniroma3.it/~java/fondinf1/ Correttezza 1 Contenuti Introduzione alla correttezza
Dettagliwww.fisiokinesiterapia.biz TRASCRIZIONE
www.fisiokinesiterapia.biz TRASCRIZIONE TRASCRIZIONE Processo mediante il quale una sequenza di DNA (un gene) viene copiata in una sequenza di RNA Dalla trascrizione derivano gli mrna, che verranno tradotti
DettagliRiepilogo delle modifiche di PA-DSS dalla versione 2.0 alla 3.0
Settore delle carte di pagamento (PCI) Standard di protezione dei dati per le applicazioni di pagamento () Riepilogo delle modifiche di dalla versione 2.0 alla 3.0 Novembre 2013 Introduzione Il presente
DettagliGUIDA ALLA RILEVANZA
GUIDA ALLA RILEVANZA Posizionamento per Rilevanza Suggerimenti per una migliore visibilità su ebay www.egolden.it Vers. 1.1 Questa guida puo essere ridistribuita con l obbligo di non modificarne contenuto
DettagliSistemi Operativi GESTIONE DELLA MEMORIA CENTRALE. D. Talia - UNICAL. Sistemi Operativi 6.1
GESTIONE DELLA MEMORIA CENTRALE 6.1 Gestione della Memoria Background Spazio di indirizzi Swapping Allocazione Contigua Paginazione 6.2 Background Per essere eseguito un programma deve trovarsi (almeno
DettagliDSCube. L analisi dei dati come strumento per i processi decisionali
DSCube L analisi dei dati come strumento per i processi decisionali Analisi multi-dimensionale dei dati e reportistica per l azienda: DSCube Introduzione alla suite di programmi Analyzer Query Builder
DettagliLA DIAGNOSTICA MOLECOLARE E I TUMORI DEL SANGUE
LA DIAGNOSTICA MOLECOLARE E I TUMORI DEL SANGUE UNA NUOVA FRONTIERA NELLA DIAGNOSI DI ALCUNI TUMORI La diagnostica molecolare ha l obiettivo di accertare un ampia varietà di patologie (infettive, oncologiche
DettagliSistemi Operativi IMPLEMENTAZIONE DEL FILE SYSTEM. D. Talia - UNICAL. Sistemi Operativi 9.1
IMPLEMENTAZIONE DEL FILE SYSTEM 9.1 Implementazione del File System Struttura del File System Implementazione Implementazione delle Directory Metodi di Allocazione Gestione dello spazio libero Efficienza
DettagliCorso di Biologia Molecolare
Corso di Biologia Molecolare Dott.ssa Renata Tisi Dip. Biotecnologie e Bioscienze Ed. U4 Tel. 02 6448 3522 renata.tisi@unimib.it Acidi nucleici Il ruolo degli acidi nucleici è quello di custodire e trasmettere
DettagliPROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO
PROGETTO INDAGINE DI OPINIONE SUL PROCESSO DI FUSIONE DEI COMUNI NEL PRIMIERO L indagine si è svolta nel periodo dal 26 agosto al 16 settembre 2014 con l obiettivo di conoscere l opinione dei residenti
DettagliUniversità di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2013-14. Pietro Frasca.
Università di Roma Tor Vergata Corso di Laurea triennale in Informatica Sistemi operativi e reti A.A. 2013-14 Pietro Frasca Lezione 11 Martedì 12-11-2013 1 Tecniche di allocazione mediante free list Generalmente,
DettagliStrutturazione logica dei dati: i file
Strutturazione logica dei dati: i file Informazioni più complesse possono essere composte a partire da informazioni elementari Esempio di una banca: supponiamo di voler mantenere all'interno di un computer
DettagliLa riforma del servizio di distribuzione del
CReSV Via Röntgen, 1 Centro Ricerche su Sostenibilità e Valore 20136 Milano tel +39 025836.3626 La riforma del servizio di distribuzione del 2013 gas naturale In collaborazione con ASSOGAS Gli ambiti territoriali
DettagliGuida di Pro Spam Remove
Guida di Pro Spam Remove 1) SOMMARIO 2) ISTRUZIONI DI BASE 3) CONFIGURAZIONE 4) FILTRO 5) ARCHIVIO E-MAIL 6) NOTE CONCLUSIVE 1) SOMMARIO Pro Spam Remove è un software che si occupa di bloccare tutto lo
DettagliIl flusso dell informazione genetica. DNA -->RNA-->Proteine
Il flusso dell informazione genetica DNA -->RNA-->Proteine Abbiamo visto i principali esperimenti che hanno dimostrato che il DNA è la molecola depositaria dell informazione genetica nella maggior parte
DettagliAND NON CAP WEIGHTED PORTFOLIO
SOCIALLY RESPONSIBLE INVESTMENT AND NON CAP WEIGHTED PORTFOLIO Forum per la Finanza Sostenibile Milano 30 giugno 2009 Giulio Casuccio Head of Quantitatives Strategies and Research Principi ed obiettivi:
DettagliDefinizione di genoteca (o library) di DNA
Definizione di genoteca (o library) di DNA Collezione completa di frammenti di DNA, inseriti singolarmente in un vettore di clonaggio. Possono essere di DNA genomico o di cdna. Libreria genomica: collezione
DettagliCome funzionano gli oligo Antisenso? RNA WORLD. mrna. Regolare l espressione genica tramite molecole di RNA. Come funzionano gli oligo antisenso?
RNA WORLD RNA Come funzionano gli oligo Antisenso? mrna Non coding RNA AAAAAAA rrna trna snrna snorna RNA Antisenso sirna Arresto della traduzione Proteina incompleta o nessuna sintesi MECCANISMO PASSIVO
DettagliREGOLAZIONE DELL'ESPRESSIONE GENICA
REGOLAZIONE DELL'ESPRESSIONE GENICA Con ESPRESSIONE GENICA si intende quella serie di eventi che dall'attivazione della trascrizione di un gene, conducono alla produzione della proteina corrispondente.
DettagliProgetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario
Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,
DettagliI documenti di www.mistermanager.it. Gli ingredienti per l allenamento per la corsa LE RIPETUTE
I documenti di www.mistermanager.it Gli ingredienti per l allenamento per la corsa LE RIPETUTE Le Ripetute sono una delle forme di allenamento che caratterizzano i corridori più evoluti, in quanto partono
DettagliOnestà di un dado. Relazione sperimentale
Onestà di un dado Relazione sperimentale La valutazione dell onesta di un qualunque dado a n facce è svolta mediante l analisi statistica di un set di tiri del medesimo ed il confronto con i valori teorici.
DettagliInformatica. Rappresentazione binaria Per esempio +101010000 diventa +0.10101 10 18/10/2007. Introduzione ai sistemi informatici 1
Informatica Pietro Storniolo storniolo@csai.unipa.it http://www.pa.icar.cnr.it/storniolo/info200708 Numeri razionali Cifre più significative: : sono le cifre associate ai pesi maggiori per i numeri maggiori
DettagliDATA BASE ON LINE (BANCA DATI MODULI SPERIMENTALI)
Progetto regionale antidispersione per favorire l adempimento dell obbligo d istruzione 2 a annualità DATA BASE ON LINE (BANCA DATI MODULI SPERIMENTALI) MANUALE DI UTILIZZO Indice Premessa 3 Ingresso nel
DettagliMODULO 5 Appunti ACCESS - Basi di dati
MODULO 5 Appunti ACCESS - Basi di dati Lezione 1 www.mondopcnet.com Modulo 5 basi di dati Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database.
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliNuova procedura di Cassa Contanti Wingesfar: istruzioni per le farmacie Novembre 2009
Nuova procedura di Cassa Contanti Wingesfar: istruzioni per le farmacie Novembre 2009 Documenti Tecnici Informatica e Farmacia Vega S.p.A. Premessa La procedura di Cassa Contanti rileva i movimenti giornalieri
Dettagli5.2.1 RELAZIONI TRA TABELLE 1. 5.2.4.1 Creare una relazione uno-a-uno, uno-a-molti tra tabelle 9
5.2.1 RELAZIONI TRA TABELLE 1 5.2.4.1 Creare una relazione uno-a-uno, uno-a-molti tra tabelle 9 Il grado di un verso di un associazione indica quanti record della tabella di partenza si associano ad un
DettagliDNA sequencing. Reading Genomes. Giovanni Bacci
Reading Genomes Giovanni Bacci Evoluzione del sequenziamento 1977 Frederick Sanger Prima tecnica di sequenziamento 1987 Applyed Biosystems Prima macchina automatica per il sequenziamento del DNA 1998 Phil
DettagliManuale ad uso degli studenti (tratto essenzialmente dal manuale UNICHIM n. 6 edizione 1994)
Istituto Tecnico Industriale Statale E.Divini Specializzazioni : Meccanica Elettrotecnica e Automazione Elettronica e Telecomunicazioni Informatica Chimica Viale Mazzini n. 31/32 San Severino Marche (MC)
DettagliGestione delle informazioni necessarie all attività di validazione degli studi di settore. Trasmissione degli esempi da valutare.
Gestione delle informazioni necessarie all attività di validazione degli studi di settore. Trasmissione degli esempi da valutare. E stato previsto l utilizzo di uno specifico prodotto informatico (denominato
DettagliPolimorfismi LEZIONE 6. By NA 1
Polimorfismi LEZIONE 6 By NA 1 * Polimorfismo Variazione presente nella popolazione con una frequenza superiore a 1% Variazioni nell aspetto By NA 2 Polimorfismo proteico Variazione presente nella popolazione
Dettagli