Computational Intelligence Methods for the Analysis of Oncology Bioinformatics Data
IIASS - Istituto Internazionale per gli Alti Studi Scientifici E. Caianiello, Vietri sul Mare (Salerno) 
24-29 Maggio 2010

Motivazioni della Scuola

Il corso riguarda l'applicazione dei metodi dell'intelligenza computazionale (cioè delle reti neurali, degli algoritmi evolutivi e della logica sfumata) all'analisi dei dati bioinformatici, con particolare focus sulle applicazioni in oncologia.
Il ventesimo secolo è spesso indicato come il Secolo della Biologia, come testimoniato dall'enorme sviluppo di tale area scientifica che ha concluso tale secolo col grande successo dello Human Genome Project e il conseguente completo sequenziamento del DNA umano.
Attualmente, siamo all'inizio della cosiddetta Era Post-Genomica, caratterizzata da una parte dalla disponibilità di un'immensa quantità di dati bioinformatici (spesso in pubblico dominio), e dall'altra dalla necessità di nuovi ed efficienti metodi matematici e algoritmi capaci di estrarre l'informazione contenuta in quei dati.
Come dato di fatto, l'enfasi della ricerca in Bioinformatica si sta spostando dallo sviluppo di metodi efficienti di immagazzinamento e gestione dati, a quello di metodi per l'estrazione di informazione utile dai dati.
Gli algoritmi dell'intelligenza computazionale, in parte ispirati ai sistemi naturali, sono una famiglia di potenti metodi per l'analisi dati, capaci di trasformare i dati eterogenei disponibili in conoscenza biologica.
Nei recenti anni questi algoritmi sono stati applicati con successo in bioinformatica alla soluzione di problemi complessi relativi all'analisi dei segnali, alla classificazione, al clustering, alla selezione di feature, alla visualizzazione e al data mining.
Oggigiorno la loro applicazione riguarda quasi tutti i settori della bioinformatica (per una survey vedi: F. Masulli, S. Mitra, "Natural Computing Methods in Bioinformatics: A Survey", International Journal of Information Fusion, 10/3, pp. 211-216, 2009

Partecipanti

Il corso è rivolto ai dottorandi e ai ricercatori in bioinformatica e include lezioni teoriche che introducono i principali aspetti delle metodologie dell'intelligenza computazionale, lezioni finalizzate all'analisi di alcuni significativi case studies di analisi di dati bioinformatici oncologici, e esercitazioni in laboratorio che presentano alcune rilevanti applicazioni delle metodologie di intelligenza computazionale ai dati bioinformatici.

Direttore del Corso

Prof. Francesco Masulli, Dipartimento di Informatica e Scienze dell'Informazione - Università di Genova

Organizzazione del corso

Il corso è organizzato da:

International Institute for Advanced Scientific Studies (IIASS)

Ettore Majorana Foundation and Center for Scientific Culture (EMFCSC)

Italian Network for Oncology Bioinformatics (RNBIO)

Sponsorizzazione del corso

Il corso è sponsorizzato da:

GNCS, Gruppo Nazionale per il Calcolo Scientifico

INNS, International Neural Network Society S.I.G. on Bioinformatics

SIREN, Italian Neural Networks Society

DISI - University of Genoa, Italy

University of Salerno, Italy

Elenco dei Docenti

1. Pierre Baldi, University of California, Irvine, CA, USA
2. Michele Ceccarelli. University of Sannio, Benevento, Italy
3. Raffaele Giancarlo, University of Palermo, Italy
4. Antonio Giordano, University of Siena, Italy and Director Sbarro Institute
   for Cancer research & Molecular Medicine, Philadelphia PA, USA
5. Paulo Lisboa, Liverpool John Moores University, Liverpool, UK
6. Francesco Masulli, University of Genova, Italy & Temple University, PA, USA
7. Alfredo Petrosino, University Parthenope, Naples, Italy
8. Stefano Rovetta, University of Genova, Italy
9. Giuseppe Russo, Temple University, Philadelphia, PA, USA
10. Roberto Tagliaferri, University of Salerno, Italy
11. Giorgio Valentini, University of Milan, Italy

Programma Preliminare

Wed 26 May 2010 Joint Caianiello & RNBIO School
a.m.1: Introduction to RNBIO School- Masulli
a.m. 2: Machine Learning - Theory - Baldi
a.m. 3: Neural Networks - Theory - Lisboa
p.m. 1: Machine Learning - Case Study - Baldi
p.m. 2: Clustering - Theory & Case Study - Giancarlo
p.m. 3: Posters/Computer Demo

Thu 27 May 2010 Joint Caianiello & RNBIO School
a.m. 1: Neural Networks - Case Study - Lisboa
a.m. 2: Fuzzy Sets and Fuzzy Logic - Theory - Petrosino
p.m. 1: Evolutionary Computation - Theory - Masulli
p.m. 2: Fuzzy Sets and Fuzzy Logic - Case Study - Ceccarelli
p.m. 3: Posters/Computer Demo Social Dinner

Fri 28 May 2010 Joint Caianiello & RNBIO School
a.m. 1: Evolutionary Computation - Case Study - Masulli
a.m. 2: Feature Selection -Theory & Case Study - Tagliaferri
p.m. 1: Fuzzy Clustering - Theory & Case Study - Rovetta
p.m. 2: Ensembles - Theory & Case Study - Valentini
p.m. 2: Student Presentations

Numero Partecipanti

È prevista la partecipazione di circa 70 studenti tra italiani e stranieri

Il corso è svolto in congiunzione con quello omonimo della International School on Neural Nets "E. R. Caianiello" (24-29 Maggio 2010). I partner della Rete Italiana di Bioinformatica Oncologica (RNBIO) pagheranno solo il vitto e alloggio nei giorni 26-27-28 Maggio 2010, mentre avranno diritto a una quota di iscrizione ridotta se vorranno seguire tutta la International School on Neural Nets "E. R. Caianiello".

Deadline:  March 20-th  2010 (http://ciob10.disi.unige.it/application.html)
Per maggiori informazioni visitate il sito:
http://ciob10.disi.unige.it/