22123 Computational Precision medicine

2024/2025

Kursusinformation
Computational Precision Medicine
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Generel retningskompetence (MSc), Quantitative Biology and Disease Modelling
Retningsspecifikt kursus (MSc), Bioinformatics
Retningsspecifikt kursus (MSc), Quantitative Biology and Disease Modelling
Teknologisk specialisering (MSc), Bioinformatics and Systems Biology
Teknologisk specialisering (MSc), Quantitative Biology and Disease Modelling
E4A (tirs 13-17)
Campus Lyngby
Forelæsninger, computerøvelser og gruppearbejde
13-uger
E4A
Mundtlig eksamen og bedømmelse af rapport(er)
Et gruppeprojekt udarbejdes, omhandlende præcisionsmedicin, som danner baggrunden for eksamen. Aktiv deltagelse i gruppearbejdet, og rettidig aflevering af projektet, er begge forudsætninger for at kunne gå til den mundtlige eksamen. Den mundtlige eksamen vil være en gruppepræsentation af projektet, efterfulgt af individuelle mundtlige eksaminationer i hele pensum. Den endelige karakter er baseret på en helhedsvurdering af projektet og den mundtlige eksamen.
Ingen hjælpemidler
7-trins skala , intern bedømmelse
02402221102210022126.­(27002/27008) , Kurset antager, at den studerende har erfaring med programmering i R, da alle øvelser og gruppearbejde vil foregå i dette programmeringssprog. En grundlæggende forståelse for next generation sequencing og god forståelse for statistik er stærkt anbefalet.
Minimum 10
Ole Lund , Lyngby Campus, Bygning 204 , olund@dtu.dk
Lars Rønn Olsen , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2425 , lronn@dtu.dk
22 Institut for Sundhedsteknologi
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
Det overordnede mål med dette kursus er at gøre de studerende i stand til at anvende datalogiske værktøjer indenfor præcisionsmedicin. I kurset lægges der særligt fokus på emner indenfor præcisionsdiagnostik såsom patientstratificering ud fra genekspressionsprofilering, og præcisionsbehandling, herunder særligt identifikation og evaluering af targets til cancer immunterapi.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • forklare koncepterne bag anvendt præcisionsmedicin i klinikken.
  • forklare koncepterne bag behandlingsstratificering af cancerpatienter og beskrive styrker og svagheder ved brugen af bulk genekspressionsprofilering.
  • forklare koncepterne bag cancer immunterapi og beskrive udfordringerne forbundet med valg af targets.
  • anvende grundlæggende metoder til usuperviseret clustering baseret på genekspression.
  • anvende grundlæggende metoder til klassifikation af prøver baseret på genekspression.
  • anvende differentiel genekspressionsanalyse til at finde potentielle tumorassocierede antigener.
  • analysere isoform switches til at finde potentielle cellemembranantigener.
  • producere bioinformatiske workflows til diagnostik, prognostik, og antigen identifikation.
Kursusindhold
I dette kursus vil de studerende blive introduceret til bioinformatiske metoder indenfor præcisionsmedicin. De studerende vil lære, hvordan transcriptomics data fra microarrays eller RNA sekventering kan bruges til diagnostik og patientstratificering, når optimale behandlingsformer skal vælges. De studerende vil også lære princripperne i præcisions- og personlig behandling ved analyse af RNA og DNA sekventeringsdata.

Hver forelæsning består af en introduktion til et klinisk problem af en domæneekspert fra translationel forskning og/eller en kliniker, efterfulgt af en introduktion til hvordan problemet kan løses bioinformatisk, efterfulgt af praktiske øvelser. De to sidstnævnte vil foregår i programmeringssproget R.

Evalueringen er baseret på et hands-on gruppeprojekt, hvori et præcisionsmedicinsk problem skal løses. De studerende kan enten vælge et prædefineret projekt eller finde på deres eget.
Litteraturhenvisninger
Litteratur til dette kursus består af forskningsartikler. Læselisten opdateres årligt og vil være at finde på kursets hjemmeside mindst 3 uger før kursusstart.
Sidst opdateret
04. juni, 2024