At forstå samspillet mellem mange forskellige biologiske processer og hvordan man udfører kvantitativ og kvalitativ modellering af sådanne systemer. 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 dynamiske genreguleringsmodelle.
• Forstå udviklingen af reguleringsmekanismer i en kontekst af Demand Theory of Regulation.

Introduktion til systembiologi, metoder og teknikker, high throughput teknikker, herunder genekspression og protein-protein interaktions-screeninger. Interaktioner og netværk, grafteori, biologisk netværksanalyse. Principper for matematisk modellering, First-Principle modeller mod data-drevne modeller. Konstruere kvalitative modeller ved dataintegration. Rekonstruktion af regulatoriske pathways. Kvantitativ modellering og simulering, analyse af dynamiske modeller for genregulering. Identifikation og analyse af netværksmotiver. Funktionelle egenskaber af almindeliogt udbredte reguleringsnetværksmotiver. Fitnessanalyse som en funktion af cost-benefit ved proteinproduktion. Evolutionært drevne reguleringsmekanismer baseret på Savageau-efterspørgselsreglerne og deres relaterede teorier. 02. juli, 2019