22141 Introduktion til Systembiologi, aftenmodul

2020/2021

P.g.a. Covid-19 afholdes den skriftlige eksamen for sommeren 2021 som hjemmeonline-eksamen med alle hjælpemidler tilladt og åbent net.
Kurset er identisk med 22140 Introduktion til Systembiologi, som udbydes torsdag eftermiddag.
Kursusinformation
Introduction to Systems Biology, evening module
Engelsk
5
Bachelor
Kurset udbydes som enkeltfag
F7 (tirs 18-22)
Campus Lyngby
Forelæsninger og øvelser
13-uger
F7
Skriftlig eksamen
4 timer
Alle hjælpemidler er tilladt :

Der vil være fuld internetadgang under eksamen

7-trins skala , ekstern censur
27042.36042.22142.22140
(27002/27008).­2702227026.­(36611/22111) , Kendskab til basal celle- og molekylærbiologi, herunder cellens struktur, biologiske funktion, cellulære komponenter, biokemiske og molkylærbiologiske processer (metabolisme, RNA og protein syntese mm), DNA struktur, protein kodende gener, den genetiske kode, primær, sekundær, tertiær og kvartenær protein struktur. Basal kendskab til bioinformatiske metoder og deres anvendelse, i forbindelse med indsamling og analyse af stor-skala biologisk data fra databaser såsom UniProt og GenBank.
Minimum 10
Lars Rønn Olsen , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2425 , lronn@dtu.dk
Rasmus Wernersson , Lyngby Campus, Bygning 208 , rawe@dtu.dk
22 Institut for Sundhedsteknologi
http://wiki.bio.dtu.dk/teaching/in...php/Course27040
I studieplanlæggeren
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
Overordnede kursusmål
Formålet med kurset er, at give de studerende teoretisk såvel som praktisk erfaring med anvendelse af netværkbiologisk analyse af molekylærbiologiske problemstillinger.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Forklare de teoretiske forudsætninger for at kunne foretage netværksbiologisk analyse af stor-skala data (transcriptomics, genomics, osv)
  • Anvende netværksbiologisk analysis via værktøjer som Cytoscape til visualisering og Gene Ontology overrepræsentationsanalyse til biologisk fortolkning.
  • Beskrive de vigtigste typer af high-throughput eksperimentelle metoder til generation af protein-protein interaktionsdata.
  • Kritisk vurdere kvaliteten af high-throughput protein-protein interaktionsdata.
  • Anvende metoder baseret på graf-teori i forbindelse med biologiske netværk.
  • Beskrive computer-baserede metoder til rekonstruktion og vurdering af biologiske netværk på baggrund af high-throughput data.
  • Forudsige sandsynlig biologisk funktion af "ukendte" proteiner på baggrund af interaktionspartnere.
  • Udføre ekstraktion af relevant information fra KeGG og NCBI databaser.
  • Forklare, hvordan ændringer i metabolitkoncentrationer kan påvirke gen-ekspression.
Kursusindhold
Introduktion:
* Introduktion til systembiologi ("Systems Biology") som koncept, motivation for anvendelse af system/​netværksorienterede metoder til analyse af molekylærbiologiske problematikker.
* Eksperimentelt datagrundlag for konstruktion af protein-protein-interaktionsnetværk. Fordele og ulemper ved de forskellige teknologier.
* Netværksanalyse: Topologi-baseret evaluering af interaktioner, basal forståelse af topologiske netværksparametere samt algoritmer til isolation af biologisk relevante undernetværk.

Systembiologisk case #1 - Cellecyklus med gær som modelorganisme
* Introduktion til de vigtigste elementer ang. eukaryot cellecyklus.
* Visualisering af cellecyklus relevante regulatoriske netværk.
* Introduktion to transcriptomics-data, samt overlejring af disse på netværk.
* Data integration: Kombination af tidsserie gen-ekspressionsdata og netværk som metode til datadreven identifikation af cellecyklusregulering.

Systembiologisk case #2 - human hjerteudvikling og sygdom
* Introduktion til sygdoms case story: Genetiske defekter, hjerteudvikling gennem fosterstadierne og typer af medfødte hjertedefekter.
* Kombination af protein-protein-interaktionsdata fra flere modelorganismer med henblink på at opnår bedre dækning af humane interaktioner ("inferred human interactome").
* Vævsspecifikke data: Molekylære netværk specifikke for hjerteanatomi.

Systembiologisk case #3 - Metabolisme hos prokaryoter
* Brug af pathways samt netværk til forståelse af metabolske processer.
* Pratisk anvendelse af KeGG og NCBI databaser i forbindelse med pathways og enzym-kodende gener.
* Kombination ad transcriptomics og metabolomics med henblik på forståelse af gene-regulatoriske systemer.
Sidst opdateret
05. august, 2020