Corso di Genomica Statistica

Lezione 1 • Struttura e organizzazione del genoma

Tratta i cromosomi, i geni, gli elementi regolatori e l'architettura del genoma. Stabilisce il vocabolario biologico necessario per l'intero corso.

Lezione 2 • Variazione del DNA e tipi di mutazione

Introduce SNP, indel, CNV e varianti strutturali. Collega le classi di varianti alle scelte di modellizzazione statistica a valle.

Lezione 3 • Fondamenti di genetica delle popolazioni

Introduce le frequenze alleliche, l'equilibrio di Hardy-Weinberg e le forze evolutive. Ancora i modelli statistici a un pensiero a livello di popolazione.

Lezione 1 • Test di ipotesi in genomica

Tratta il test dell'ipotesi nulla, i valori p e l'analisi della potenza. Prepara gli studenti alle sfide dei test multipli tipiche della genomica.

Lezione 2 • Elementi essenziali di teoria della probabilità

Tratta gli assiomi della probabilità, la probabilità condizionata e il teorema di Bayes. Fornisce le basi matematiche per l'inferenza genomica.

Lezione 3 • Inferenza statistica e stima

Insegna la stima di massima verosimiglianza e gli intervalli di confidenza. Collega la teoria della stima all'inferenza dei parametri nei modelli genomici.

Lezione 4 • Distribuzioni di probabilità chiave

Introduce le distribuzioni binomiale, di Poisson, normale e beta. Collega ciascuna distribuzione a specifici processi di generazione dei dati genomici.

Lezione 1 • Panoramica sulle tecnologie di sequenziamento

Esamina le piattaforme di sequenziamento a lettura breve, a lettura lunga e su singola cellula. Collega le caratteristiche della piattaforma alla qualità dei dati e alla strategia di analisi.

Lezione 2 • Formati di file genomici standard

Introduce i formati FASTQ, BAM, VCF, BED e correlati. Consente agli studenti di navigare e manipolare le pipeline di dati genomici.

Lezione 3 • Controllo di qualità di campioni e varianti

Insegna i controlli di missingness, eterozigosità, parentela ed effetti batch. Previene risultati confondenti in tutte le analisi successive.

Lezione 4 • Allineamento delle letture e pre-elaborazione

Tratta l'allineamento al genoma di riferimento, la marcatura dei duplicati e la ricalibrazione della qualità delle basi. Produce file pronti per l'analisi per la statistica a valle.

Lezione 1 • Concetti di linkage disequilibrium

Definisce LD, ricombinazione e associazione allelica tra loci. Stabilisce perché il LD è centrale per le strategie GWAS e di imputazione.

Lezione 2 • Metodi statistici di phasing

Introduce i modelli di Markov nascosti e gli algoritmi di phasing basati sulla popolazione. Consente una ricostruzione accurata degli aplotipi a partire da dati genotipici non fasati.

Lezione 3 • Struttura e blocchi aplotipici

Tratta il rilevamento dei blocchi aplotipici e la selezione di tag SNP. Collega la struttura aplotipica a un disegno efficiente degli array di genotipizzazione.

Lezione 1 • Analisi delle componenti principali in genomica

Applica la PCA alle matrici genotipiche per catturare gli assi di ascendenza. Fornisce lo strumento principale per visualizzare e correggere la stratificazione di popolazione.

Lezione 2 • Indice di fissazione e differenziamento delle popolazioni

Introduce FST e statistiche correlate per misurare la divergenza tra popolazioni. Collega le metriche di differenziamento all'inferenza di selezione e demografica.

Lezione 3 • Inferenza della storia demografica

Tratta la teoria della coalescenza e i metodi per inferire i cambiamenti nella dimensione della popolazione. Fornisce il contesto storico per interpretare la variazione genomica moderna.

Lezione 1 • Replicazione e meta-analisi

Insegna le strategie di replicazione e la meta-analisi a effetti fissi e casuali. Consente di combinare le evidenze tra coorti per una scoperta robusta.

Lezione 2 • Confondimento e aggiustamento per covariata

Affronta la stratificazione di popolazione, la parentela criptica e gli effetti batch. Insegna l'inclusione di covariate e la correzione del controllo genomico.

Lezione 3 • Principi di disegno dello studio GWAS

Tratta i disegni caso-controllo e per tratto quantitativo, la dimensione campionaria e la potenza. Garantisce un'architettura di studio statisticamente valida e riproducibile.

Lezione 4 • Interpretazione dei risultati GWAS

Tratta i Manhattan plot, le soglie di significatività genome-wide e il locus zoom. Traduce i segnali statistici in risultati biologicamente significativi.

Lezione 1 • Loci dei tratti quantitativi dell'espressione

Tratta il mapping di cis- e trans-eQTL e gli effetti dell'espressione tessuto-specifica. Collega i loci GWAS alla regolazione genica come meccanismo funzionale.

Lezione 2 • Arricchimento di pathway e set genici

Applica test di arricchimento ai risultati GWAS per la scoperta di pathway biologici. Collega i segnali statistici ai processi biologici meccanicistici.

Lezione 3 • Metodi statistici di fine-mapping

Introduce la costruzione di set credibili e gli algoritmi di fine-mapping bayesiano. Restringe i segnali di associazione alle varianti causali più probabili.

Lezione 4 • Risorse di annotazione genomica

Esamina database regolatori, punteggi di conservazione e dati di accessibilità della cromatina. Fornisce il toolkit di annotazione per la prioritizzazione delle varianti.

Lezione 1 • Trasferibilità tra popolazioni

Affronta il decadimento delle performance del PGS in popolazioni diverse da quella di scoperta. Motiva strategie di addestramento su dati diversificati e di punteggio che tengano conto dell'ascendenza.

Lezione 2 • Metodi di costruzione del PGS

Tratta il thresholding P+T, LDpred e gli approcci di regressione penalizzata. Consente agli studenti di selezionare e implementare metodi di punteggio appropriati.

Lezione 3 • Validazione del PGS e metriche di performance

Insegna R-quadrato, AUC e calibrazione per la valutazione del punteggio. Garantisce una valutazione rigorosa dell'accuratezza predittiva nei campioni target.

Lezione 4 • Applicazioni cliniche e di ricerca del PGS

Esplora la stratificazione del rischio di malattia, la prioritizzazione di bersagli farmacologici e gli studi phenome-wide. Collega la metodologia PGS a casi d'uso reali della medicina genomica.