At give de studerende kendskab til og gøre dem i stand til at
benytte bioinformatik inden for områderne immunologi og
vaccinedesign.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Forklare forskellen mellem klasse I og klasse II
MHC-proteiner.
Forklare opbygningen og funktionen af et antistof/B
cellereceptor.
Finde relevante immunologiske databaser på nettet og udtrække
de ønskede data.
Identificere de benyttede germ-line gener i et færdigt
rearrangement af antistofkodende gener.
Benytte simple Unix og awk kommandoer til enkel omformatering
af tekstbaserede filer, samt kommandolinje kald af eksekverbare
programmer.
Benytte web baserede metoder til at analysere
fluorescence-activated cell sorting (FACS) data og beskrive
baggrunden herfor
Forudsige et polypeptids mulige kløvning af proteasomet og
binding til transporteren TAP, samt beskrive bagrunden herfor.
Forudsige et peptides mulige binding til MHC-proteinet, samt
beskrive bagrunden herfor.
Forudsige mulige T celleepitoper fra en proteinsekvens, samt
beskrive bagrunden herfor.
Forudsige mulige lineære og konformationelle B celleepitoper
fra en proteinsekvens, samt beskrive bagrunden herfor.
Benytte web baserede metoder til at samle genomer og forudsige
proteomer fra next generation sequence data og beskrive baggrunden
herfor.
Konstruere et phylogenetisk træ ud fra relaterede
nukleotidsekvenser ved brug af programmet PAUP og udpege sites
udsat for positiv selection ved brug af ‘likelihood ratio testing’
af alternative modeller som implementeret i programmet
PAML.
Kursusindhold:
Introduktion til immunologisk relateret bioinformatik, cellulært og
antistof-medieret immunitet, infektioner, vaccine design,
modellering af immunsystemet, informationsteori for immunsystemet,
databaser og web steder inden for immunologi, eksperimentel og
teoretisk beskrivelse af MHC-binding, forudsigelse af epitoper ved
hjælp af neurale netværk og sekvensanalyse, forudsigelser af
proteasomkløvning og TAP-binding, DNA vacciner, plasmid design,
brug af DNA array data til at opdage sygdoms-relaterede gener,
intellectual property rights, modellering af strukturelle epitoper,
analyse af FACS og NGS data, praktiske øvelser i alignment,
databasesøgning og forudsigelse.
Første halvdel vil bestå af forelæsninger om formiddagen og
praktiske øvelser om eftermiddagen. Anden halvdel vil være
projektarbejde samt forelæsninger. Opgaverne/projekterne løses i
grupper.
Opgaver til hver af de 8 øvelsesgange og et større gruppeprojekt,
der afsluttes med enten poster- eller power point
præsentation.
Bemærkninger:
BEMÆRNINGER ANGÅENDE EVALUERINGSFORM:
Karakteren vil blive givet på baggrund af en mundtlig eksamen, som
finder sted de sidste to dage i kursets periode. Denne eksamen vil
dække basis teorien og pensum i de praktiske øvelser og
poster/powerpoint præsentationen vil være resultatet af et lille
projekt, som laves i den sidste halvdel af kursusperioden.
Mulighed for GRØN DYST deltagelse:
Kontakt underviseren for information om hvorvidt dette kursus giver
den studerende mulighed for at lave eller forberede et projekt som
kan deltage i DTUs studenterkonference om bæredygtighed,
klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
