KNIME User Training and Workflows for Life Science

• Data: 22 – 23 novembre 2012
• Luogo: Vicenza, c/o S-IN Soluzioni Informatiche, Via G. Ferrari 14
• Lingua: Italiano o Inglese (in base alle richieste)
• Iscrizione
  Industry: € 1.000,00
  Students/Academia/Government: €800,00

The basic fee covers: registration

Iscrizioni entro il 2 novembre 2012

Presentazione del corso
Il corso presenta in modo approfondito l’uso di Knime come strumento per il data mining con particolare attenzione ad applicazioni nel settore life science. Oltre all’introduzione all’utilizzo base di KNIME, i partecipanti avranno modo di approfondire l’utilizzo di: flow-variables, loops e scripting.

KNIME è una piattaforma open source che permette di costruire flussi di lavoro (anche chiamati workflows o pipelines) al fine di eseguire automaticamente diverse tipologie di calcolo ed esplorarne i risultati.

Semplici ed intuitivi strumenti grafici permettono di generare i flussi di lavoro mediante la connessione di unità di calcolo chiamate “nodi”.

I dati in input (che possono provenire da diverse sorgenti) “attraversano” la pipeline e ciascun nodo esegue operazioni specifiche quali l’applicazione di opportuni filtri, l’unione di più insiemi di dati, l’applicazione di un particolare algoritmo.

Inoltre, ciascun nodo dispone di strumenti interattivi di visualizzazione dell’output per facilitare l’analisi dei risultati.

KNIME è particolarmente adatto ad applicazioni tipiche del settore life science quali il drug design, la bioinformatica e la ricerca chimica in generale. Infatti KNIME dispone di nodi per la visualizzazione e la trasformazione di strutture molecolari, il calcolo di descrittori e proprietà molecolari, la generazione di fingerprint(s), e la ricerca di gruppi funzionali. A questo si aggiunge la possibilità di utilizzare moderni algoritmi per il data mining come per esempio gli algoritmi il “machine learning”.

Una vasta gamma di nodi dedicati al settore life scienze è disponibile, ad esempio, attraverso i nodi sviluppati da Schrödinger (Schrödinger KNIME Extensions), utili strumenti per la modellistica molecolare e la chemoinformatica.

Mediante queste KNIME Extensions, è possibile generare un flusso di lavoro per sottoporre insiemi di strutture molecolari ad una serie di complesse e diverse operazioni finalizzate all’ottenimento di accurate predizioni soprattutto per il drug discovery.

Obiettivi del corso
Alla fine del corso i partecipanti saranno in grado di:

• Gestire i dati con KNIME (input, pre-processing, processing, output) ed estrarre informazioni;
• Utilizzare i nodi (statistici) per il data mining;
• Visualizzare opportunamente ed efficacemente i dati;
• Utilizzare le Schrödinger KNIME extensions per la risoluzione di problematiche tipiche del settore life science

A chi è rivolto
Il corso è rivolto a biologi, chimici, statistici, bioinformatici ed, in generale, a ricercatori che desiderino apprendere l’uso della piattaforma KNIME al fine di generare un flusso di lavoro (pipeline) per l’esecuzione automatica di diverse operazioni (sequenziali) di analisi dei dati e l’acquisizione di informazioni.  Non è richiesta la conoscenza di linguaggi o procedure di programmazione.

Docenti
Dott.ssa A. Bassan (S-IN Soluzioni Informatiche)
Dott.ssa Rossella Baldin (S-IN Soluzioni Informatiche)

Lingua: Italiano o Inglese a seconda delle richieste

Materiale didattico
I partecipanti riceveranno un manuale base di KNIME e la copia delle slides. Gli esercizi svolti durante il corso (inclusa la corrispondente soluzione dei problemi affrontati) verranno forniti in formato elettronico.

Programma
Giovedì 22 novembre 2012
09:00	KNIME: introduzione Uso di KNIME (base) Gestione dati (input, output) KNIME Data Handling Data Mining Visualizzazione dei dati Approfondimento dei nodi KNIME Flow variables (variabili di flusso)
17:00	Fine lavori della giornata
Venerdì 23 novembre 2012
09:00	Uso di KNIME (avanzato) Loops (cicli) Scripting KNIME: flussi di lavoro applicati al settore life science Introduzione: nodi per il trattamento di dati di tipo chimico Flussi di lavoro basati su nodi Schrödinger: Chemoinformatica Modellistica molecolare
16.00	Conclusione del corso