Chemometria E Applicazioni 2021/2022

CHEMOMETRIA (3 CFU)

Introduzione al trattamento statistico dei dati. Analisi statistica: errori di misura, PDF, media, varianza, distribuzione normale, intervalli di confidenza. Utilizzo dei test significatività statistica (t-test, F-test, chi-quadro, ANOVA). Metodi di calibrazione, regressione lineare.

Studio dei parametri carattestici degli strumenti di misura (curva di risposta, reversibilità, sensibilità, risoluzione, LOD, accuratezza e riproducibilità). Tecniche per la normalizzazione dei dati (autoscaling, normalizzazione lineare). Ripasso delle caratteristiche di vettori e matrici. Algoritmi di analisi multivariata: Multiple Linear regression, Principal Component Analysis, Partial-least square (PLS e PLS-DA). Metodi di validazione ed ottimizzazione parametri (cross-validation, Leave one out, k-fold, venetian blind, validation dataset). Studi di algoritmi per il Pattern Recognition (Radar plot, k-NN, cluster analysis, dendogram, LDA, Mahalanobis distance, SIMCA).

METABOLOMICA (3 CFU)

- La metabolomica e le applicazioni in biochimica clinica, scienze ambientali, scienze degli alimenti e farmacologia.

- Tecniche utilizzate per l’estrazione di metaboliti e l’analisi dei campioni per ottenere dati di metabolomica: HPLC- e GC-MS, NMR. Approfondimenti tecnici di queste spettroscopie per l’analisi di miscele complesse.

- Analisi dei dati: metodi univariati e multivariati. Principi di PCA, PLS, OPLS-DA, ROC curves. Introduzione all’uso di software dedicati. Esercitazioni di analisi di dati.

- Identificazione di metaboliti utilizzando databases online

- Mappatura dei dati di metabolomica nei diversi pathways biochimici

- Esempi di applicazione: studi di malattie cardiovascolari, studi di diagnostica nel cancro.

- Esercitazioni comprendenti l’'uso di GC_MS e NMR con campioni di prova e analisi dei dati.