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