Corso - Policlinico News

XXVIII Congresso Nazionale SOIPA
Roma, 24-27 Giugno 2014
Corso di base sull’analisi di dati genetico-molecolari
Dipartimento di Sanità Pubblica e Malattie Infettive, Sapienza Università di Roma
Lunedì 23 e Martedì 24 Giugno
Lo scopo del corso è di offrire strumenti teorici di base ed opportunità pratiche per l’analisi di dati
genetico-molecolari a studenti, ricercatori ed operatori sanitari attivi nel campo della Parassitologia.
Il Corso sarà focalizzato sulle metodologie per l’analisi di dati ottenuti mediante diversi approcci
sperimentali, come elettroforesi multilocus, PCR, Real Time PCR (qPCR) e Next Generation
Sequencing (NGS). Verranno affrontati anche argomenti relativi alla produzione ed alla gestione
dei dati grezzi prima delle analisi. Durante il Corso i partecipanti potranno ricevere risposte a
quesiti pratici sui propri progetti di ricerca; a tale scopo tutti sono invitati a portare all’attenzione
dei docenti i dati di cui desiderino discutere.
Il Corso è rivolto a studenti, dottorandi, specializzandi, post-doc e tecnici di laboratorio. La
registrazione al Corso può essere effettuata indipendentemente dall’iscrizione al Congresso
SOIPA2014 ed avverrà mediante versamento della quota di 80 Euro (+iva) seguendo le istruzioni
che verranno pubblicate sul sito del XXVIII Congresso Nazionale SOIPA. Per poter strutturare al
meglio il Corso, i partecipanti sono pregati di inviare al Comitato Organizzatore un breve CV
(massimo 10 righe) ed una breve lettera di motivazione (massimo 10 righe).
Si consiglia di provvedere all’iscrizione entro la scadenza del 30/03/2014 e comunque non oltre il
01/05/2014.
PROGRAMMA PRELIMINARE
Lunedì 23 Giugno
15:00 - 19:00
• Produzione dei dati e controlli di qualità
• Analisi di dati da elettroforesi multilocus
• Approcci alla filogenesi: matrici di distanza, parsimonia ed inferenza bayesiana
• Analisi di Single Nucleotide Polymorphisms
Martedì 24 Giugno
09:00 - 13:00
• Allestimento di preparati biologici per metodiche di qPCR e NGS
• Analisi di dati da NGS
• Analisi di dati da qPCR