English | Log ind

22140 Introduktion til Systembiologi

2023/2024

Kursusinformation
Introduction to Systems Biology
Engelsk
5
Bachelor
Kurset udbydes som enkeltfag
E1B (tors 13-17)
Campus Lyngby
Forelæsninger og øvelser
13-uger
E1B, F1B
Skriftlig eksamen
Skriftlig eksamen: 4 timer
Alle hjælpemidler er tilladt :

Ingen internetadgang.

7-trins skala , intern bedømmelse
27040 og 36040
27042.36042.22142.22141
(27002/27008).­27022.­27026.­(36611/22111) , Grundlæggende færdigheder i programmeringssproget R -ELLER- parallel deltagelse i kursus 22100 - R for Bio Data Science. Bemærk at opgaveløsning både til øvelser og eksamen forudsætter evnen til at programmere i R. Kendskab til basal celle- og molekylærbiologi, herunder cellens struktur, biologiske funktion, cellulære komponenter, biokemiske og molekylærbiologiske processer (metabolisme, RNA og proteinsyntese mm), DNA struktur, proteinkodende gener, den genetiske kode, primær, sekundær, tertiær og kvartenær proteinstruktur. 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
Kristoffer Vitting-Seerup , krivi@dtu.dk
22 Institut for Sundhedsteknologi
http://wiki.bio.dtu.dk/teaching/in...php/Course27040
I studieplanlæggeren
Overordnede kursusmål
Formålet med kurset er at give de studerende teoretisk såvel som praktisk erfaring med hvordan, hvornår, og hvorfor netværkbiologisk analyse kan anvendes til analyse af biologiske systemer.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • forstå de funktionelle niveauer af biologiske systemer, såsom gener, transkripter, proteiner, proteinkomplekser, pathways, celler, væv, osv.
  • forstå det teoretiske fundament for netværksbiologiske analyser af "omics" data.
  • forstå og anvende protein-protein interaktionsdata til funktionelle analyser af biologiske systemer.
  • forstå de forskellige high-throughput metoder til analyser af protein-protein interaktion (f.eks. Y2H, AP-MS, osv.).
  • anvende netværksvisualiseringer i R.
  • forstå, anvende, analysere og evaluere forskellige metoder til gene set enrichment analyse (GSEA).
  • forstå og anvende genontologi (GO) til GSEA.
  • forstå, anvende, analysere og evaluere relevant information fra UniProt og NCBI databaserne.
  • forstå, anvende, analysere og evaluere netværksbaserede metoder til integration af "omics" data til biomedicinsk forskning.
Kursusindhold
Introduktion:
* Introduktion til systembiologi ("Systems Biology"), motivation for anvendelse af system/​netværksorienterede metoder til analyse af biologiske problematikker.
* Eksperimentelt datagrundlag for konstruktion af protein-protein-interaktionsnetværk. Fordele og ulemper ved de forskellige teknologier.
* Introduktion til netværksanalyse, inklusiv topologibaseret analyse af biologiske netværker, topologiske metrikker og algoritmer til identifikation af subnetværker.

Cellecyklus med gær som modelorganisme
* Introduktion til de vigtigste elementer af funktionel regulering
* Visualisering af regulatoriske netværk.
* Introduktion to transcriptomics-data, samt overlejring af disse på netværk.
* Kombination af tidsserie gen-ekspressionsdata og netværk som metode til datadreven identifikation af funktionel regulering.

Systembiologisk forskning i human sygdomme
* Kombination af protein-protein-interaktionsdata fra flere modelorganismer med henblink på at opnår bedre dækning af humane interaktioner ("inferred human interactome").
* Vigtigheden af protein isoformer i systembiologisk kontekst
* Vævsspecifikke data: Molekylære netværk specifikke for forskellige humane sygdomme.
Sidst opdateret
04. maj, 2023