Il dottorato in Tecnologie Biomediche Innovative in Medicina Clinica si propone di realizzare un programma di addestramento alla ricerca traslazionale. A tal fine, particolare attenzione è posta non solo nell’addestramento all’utilizzo di biotecnologie avanzate ma anche alla capacità di gestire e analizzare grande mole di dati (Big Data Analysis) con strumenti innovativi di bioinformatica e network analysis, e tenendo conto della complessità di molte patologie umane (Network Medicine).
Gli specifici obiettivi formativi del Dottorato sono i seguenti:
a) apprendimento di elementi di epidemiologia per interpretare la suscettibilità genetica alle malattie multifattoriali (tratti complessi);
b) apprendimento delle metodologie di studio del genoma e della sua variabilità; studio del microbioma; tecniche di next generation sequencing (NGS) e delle metodologie bioinformatiche collegate ; disegno e analisi degli studi associazione genome-wide (GWAS);
c) apprendimento delle metodiche di studio delle modificazioni epigenetiche della cromatina e tecniche di analisi della metilazione del DNA;
d) apprendimento delle metodiche di studio dell’espressione genica
e) apprendimento delle tecniche di coltura cellulare, di isolamento, caratterizzazione e coltura di cellule progenitrici, staminali e iPS; colture di organoidi,
f) apprendimento delle tecniche per lo studio in vitro ed ex vivo delle cellule dell’immunità innata e adattiva;
g) apprendimento delle principali metodiche di generazione di animali geneticamente modificati costitutivi e condizionali
h) apprendimento delle tecniche di proteomica e metabolomica per l’identificazione di marcatori predittivi di malattia;
i) apprendimento dei principi e delle applicazioni della network medicine
j) apprendimento e applicazione di tecniche di imaging innovative;
k) apprendimento dei principi di farmacologia con particolare riferimento alle conoscenze di farmacogenetica e farmaco-genomica, alla farmaco-prevenzione;
l) apprendimento dei principi e delle applicazioni della BigData Science
m) apprendimento delle basi della sperimentazione clinica (disegno sperimentale, stima statistica, test statistici e regole di decisione, sperimentazioni controllate, metodi di randomizzazione, sperimentazioni in doppio cieco, etc.), gestioni dei dati sperimentali, pubblicazione e interpretazione dei risultati;
n) apprendimento delle basi della sperimentazione clinica in silico
o) apprendimento dei principi della sperimentazione sugli animali inclusi elementi di etica biomedica;
p) valutazione degli aspetti imprenditoriali e industriali delle biotecnologie avanzate
q) progettazione e implementazione di algoritmi predittivi basati su tecniche di intelligenza artificiale
|