Overordnede kursusmål
Kurset fokuserer på den moderne tilgang og metoder til design og
analyse af cellefabrikker ved brug af modeller og data-drevne
metoder. Målet med kurset er at give den studerende en fundamental
forståelse af samspillet mellem de mange forskellige intracellulære
reaktioner i cellefabrikker, og specielt hvordan flux gennem de
forskellige biosynteseveje er reguleret. Der vil være et særligt
fokus på biosynteseveje, der leder til industrielt relevante
produkter såsom primære metabolitter, antibiotika, industrielle
enzymer og farmaceutiske proteiner. Et centralt aspekt af kurset er
modellering af cellefabrikker for at hjælpe til med at identificere
optimale strategier for introduktion af målrettede genetiske
ændringer i mikroorganismerne for at frembringe bedre
produktionsstammer. Analyse af samspillet mellem forskellige
cellulære reaktioner er et centralt element i kurset, og værktøjer
til karakterisering af stammer på et systemisk niveau, ved
integrering af -omics data, samt design vil blive beskrevet. Med
udgangspunkt i en række forskellige modelleringsværktøjer, vil de
studerende lære at modellere og designe cellefabrikker primært ved
brug af programmering.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Beskrive rollen af designstadiet i
cellefabriksudviklingscyklussen, og hvordan design interagerer med
de andre stadier i cyklussen (Build, Test og Learn).
- Analysere cellefabrikker ved hjælp af Python-kode i samarbejde
med andre studerende, samt anvende en moderne databaseret tilgang
til at foretage reproducerbare beregningsbaserede analyser.
- Beskrive koncepterne bag metabolsk flux analyse, og diskutere
fordele og ulemper ved anvendelse af forskellige metoder.
- Beskrive principperne der anvendes i -omics (transkriptom-,
proteom-, metabolom- og fluxom-) analyse og modelintegration, samt
hvordan data fra disse analyser kan anvendes i designet af
cellefabrikker.
- Anvende genomskala modeller i designstadiet til udvikling af
optimerede cellefabrikker.
- Bygge genomskala metaboliske modeller og bruge dem til at
forudberegne cellefabrikkens evner.
- Beskrive hvordan machine-learning modeller trænes til design af
cellefabrikker med eksempler.
- Udarbejde en strategi til at optimere en cellefabrik baseret på
viden om metabolismen, kvantitativ fysiologi samt omics
data.
Kursusindhold
Kurset giver en oversigt over design af cellefabrikker med en række
eksempler på gennemførsel af målrettede ændringer i cellers
metabolisme (ved hjælp af gensplejsning), der har ført til nye
produkter i bioindustrien. Der lægges særligt fokus på design
stadiet af cellefabrikker, og kursus giver særligt overblik i
følgende emner: Introduktion til design af cellefabrikker. Oversigt
over metabolske synteseveje. Regulering af synteseveje. Eksempler
på design af cellefabrikker. Metabolsk flux analyse: Teori og
eksempler. Omics data integration med metabolismemodeller. Case
stories vil bruges for at illustrere de forskellige emner. De
studerende vil arbejde selvstændigt med eksempler, og med en større
gruppeopgave der vil blive præsenteret både mundtligt og skriftligt
og som går på at foreslå innovative strategier til design af en
cellefabrik for et virkeligt eksempel.
Bemærkninger
Kurset er rettet mod bioteknologistuderende, men kan følges af
studerende med en kemiteknisk baggrund, der ønsker en introduktion
til aspekter omkring bioinformatik og optimering af
biokatalysatorer.
Grundlæggende viden om Python (eller andre programmeringssprog) er
kraftigt anbefalet (loops, conditionals, basic data types som
lists, dictionaries etc.).
Sammen med kursus 27460 (Syntesebiologi) giver dette kursus en
samlet forståelse for hele Design-Build-Test-Learn cyklussen, der
bruges i udvikling af cellefabrikker. Kursus 27460 giver en basal
forståelse af Syntesebiologi og molekylærbiologiske metoder til
gensplejsning af produktionsorganismer. Dette kursus komplimenterer
27460, og de to kurser kan tages enten før, undervejs eller efter
hinanden.
Der findes mulighed for at lave et praktisk projekt som opfølgning
til gruppeopgaven i 3-ugers perioden i kursus 27432.
Sidst opdateret
24. november, 2023