Introduzione al Corso

Introduzione all’analisi RNASeq in R

Dipartimento di Biomedicina e Prevenzione



Marco Chiapello, Revelo Datalab

Marzo 2026

Codice di Condotta

Ci dedichiamo a fornire un ambiente accogliente e di supporto per tutte le persone, indipendentemente dal background o dall’identita’.

Partecipando a questo corso, i partecipanti accettano il Codice di Condotta.

Qualsiasi forma di comportamento volto a escludere, intimidire o causare disagio e’ una violazione del Codice di Condotta. Per favorire un ambiente di apprendimento positivo e professionale, incoraggiamo i seguenti comportamenti:

  • Usare un linguaggio accogliente e inclusivo
  • Essere rispettosi dei diversi punti di vista ed esperienze
  • Accettare con grazia le critiche costruttive
  • Concentrarsi su cio’ che e’ meglio per la comunita’
  • Mostrare cortesia e rispetto verso gli altri membri della comunita’

Check-in Rapido

Giro veloce dei nomi


Cosa vi aspettate dal corso?


Analizzerete (o gestirete) dati RNA-seq bulk?

Com’e’ strutturato il corso

Website

https://revelo-rnaseq.github.io/2025_RNASeq/

Agenda

Giorno 1 Sequenziamento & Pipeline


Orari
9:30 : Introduzione al Corso
10:00: Ricerca riproducibile
10:45: Pausa
11:00: Biologia del RNA-Seq (Design, NGS)
12:30: Pausa pranzo
13:30: Pipeline nf-core/rnaseq (QC, Trimming)
14:45: Pausa
15:00: Pipeline nf-core/rnaseq (Allineamento, Quantificazione)
16:30: Considerazioni finali

Giorno 2 Analisi & Visualizzazione


Orari
9:30 : Introduzione e setup dell’ambiente di lavoro con l’AI
10:45: Pausa
11:00: Esempio di analisi
12:30: Pausa pranzo
13:30: Analisi RNASeq con AI
14:45: Pausa
15:00: Visualizzazione dei Risultati e Prompt AI
16:30: Chiusura Corso

AI nel Corso

Come useremo l’AI

  1. Prompt chiaro -> obiettivo biologico, input, output atteso

  2. Verifica critica -> controlliamo sempre risultati e assunzioni

  3. Interpretazione biologica -> priorita’ al senso dei risultati, non alla sintassi

Regole Pratiche per Prompt Efficaci

Template rapido da copiare

Sto analizzando dati RNA-seq bulk.
Input disponibili: [specifica file/cartelle].
Obiettivo biologico: [es. identificare geni differenzialmente espressi].
Genera i comandi/codice in passi brevi e spiegami come verificare ogni output.

Important

Non accettiamo mai output AI senza controllo: qualita’ dati, statistiche e coerenza biologica vengono prima.

Metodo Didattico

Approccio

  1. Strumenti Open Source e workflow riproducibile

  2. Community di supporto

  3. Il tuo laptop e’ tutto cio’ che serve

  4. AI come pair programmer

  5. Feedback costante e domande aperte

Feedback

  • Immediato

    • Domande in aula durante le demo

  • Formativo

    • Mini esercizi guidati e check dei risultati

  • Fine modulo

    • 1 punto chiaro + 1 punto da rivedere

Strumenti

  • Website

  • AI Assistant (Copilot/ChatGPT)

    • Pair programming e generazione guidata di codice

  • R + Bioconductor + Nextflow

    • Stack tecnico del corso



Materiali e template prompt resteranno disponibili online

Obiettivi

Obiettivi

  1. Capire il workflow completo da FASTQ a risultati interpretabili
  1. Usare R/Bioconductor e Nextflow con best practices riproducibili
  1. Interpretare correttamente output di QC e analisi differenziale
  1. Saper usare l’AI in modo verificabile e biologicamente sensato

Domande?