Overordnede kursusmål
Biologi kan forekomme forbløffende kompleks. På trods af dette er
der observerbare mønstre, der ser ud til at være bevaret gennem de
levende systemer, vi studerer. Disse mønstre observeres ofte i de
molekylære interaktioner inde i celler eller mellem celler, der
definerer biologiske netværk. Disse biologiske netværk giver celler
og organismer funktionelle muligheder relateret til signalering,
regulering og andre processer, der er centrale for overlevelse.
Formålet med dette kursus er at se, hvordan komplekse biologiske
processer kan forenkles til biologiske netværksmodeller, der kan
bruges til at forstå disse processer, og hvorfor de kan
repræsentere generelle principper i en række biologiske
sammenhænge.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Beskrive forskellige high-throughput eksperimentelle teknikker,
der anvendes i systembiologi.
- Konstruere en biologisk netværksmodel fra
interaktionsdata.
- Beregne biologiske netværksegenskaber ved hjælp af
grafteori.
- Forstå funktioner og egenskaber af udbredte regulatoriske
netværksmotiver.
- Anvende genome-wide data sammen med biologiske netværk til at
vurdere blandt andet et givet cellulært respons
- Designe regulatoriske netværk med en defineret
input/output-funktion.
- Simulere dynamikken i reguleringskredsløb, der reagerer på
signaler fra miljøet
- Modulere cellernes vækst fitness baseret på en
cost-benefitanalyse.
- Bestemme egenskaberne af kinetiske modeller i
biologi.
Kursusindhold
Kurset starter med eksempler fra regulerende netværksmotiver, og
hvordan små kredsløb af transkriptionsfaktorer fungerer for at give
cellerne mere præcis genregulering. Modellering og simulering af
disse kredsløb udføres for at illustrere dynamikken i disse
ekspressionssystemer under skiftende miljøer. Flere funktionelle
egenskaber ved regulatoriske netværksmotiver er diskuteret,
herunder signalbehandling, kontakt, hukommelse og svingninger. Der
lægges særlig vægt på den tidsdynamikken i disse systemer, og
hvordan de kan modelleres og analyseres.
Biologiske systemer, der giver celler robusthed over for støj,
introduceres i anden halvdel af kurset. Robusthed illustreres i
netværk af biokemiske reaktioner, der er udviklet til at øge deres
nøjagtighed på trods af variation i enzym- eller substratniveauer.
Eksempler inkluderer kinetisk korrekturlæsning i proteinsyntese,
T-celler og cellesignalering med to-komponentsystemer.
Kurset afsluttes med temaet optimalitet og hvordan biologiske
systemer udvikler sig for at optimere biologiske funktioner.
Hvordan mikroorganismer udvikler sig til at udtrykke optimale
niveauer af protein modelleres systematisk gennem
cost-benefit-analyse. De matematiske modeller, der bruges til at
definere fitnessfunktioner, analyseres for at illustrere
udviklingen af genregulering over hundreder af generationer i
bakterier, og hvordan disse modeller kan bruges til at forudsige
optimale niveauer af proteinekspression.
Sidst opdateret
31. marts, 2023
