27666 AI-drevet proteinvidenskab: Fra design til engineering

2024/2025

Kursusinformation
AI-guided Protein Science: From Design to Engineering
Engelsk
5
Kandidat
Retningsspecifikt kursus (MSc), Bioinformatics and Systems Biology
Retningsspecifikt kursus (MSc), Biotechnology
Teknologisk specialisering (MSc), Bioinformatics and Systems Biology
Teknologisk specialisering (MSc), Biotechnology
Januar
Campus Lyngby
Forelæsninger, øvelser og gruppearbejde.
3-uger
Sidste dag(e) i 3-ugersperioden
Mundtlig eksamen
15 minutter (gruppeeksaminationer)
Ingen hjælpemidler
7-trins skala , intern bedømmelse
02450.22117
Minimum 10 Maksimum: 120
Timothy Patrick Jenkins , Lyngby Campus, Bygning 239 , tpaje@dtu.dk
27 Institut for Bioteknologi og Biomedicin
I studieplanlæggeren
Overordnede kursusmål
Dette kursus giver en introduktion til machine learning (ML) inden for proteinengineering og dækker grundlæggende ML-modeller, principper og deres anvendelser i proteindesign. Deltagerne vil opnå praktisk erfaring inden for cloud computing/HPC (high performance computing), dykke ned i generative modeller for protein-design og forstå strukturen og funktionaliteten af protein-sprogmodeller. Dette inkluderer design og engineering af proteiner ved hjælp af avancerede ML metoder. Gennem gruppeprojekter og præsentationer vil studerende demonstrere deres praktiske forståelse og anvendelse af kursusmaterialet.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opsummere baggrunden for kunstig intelligens og dens anvendelse i proteindesign, herunder de vigtigste machine learning (ML) modeller og principper.
  • Beskrive og analysere proteinstrukturer for at kunne integrere disse i proteindesign- og proteinengineering-processen.
  • Bruge cloud computing/HPC til beregningsopgaver relateret til proteinengineering og machine learning.
  • Udforske og analysere forskellige modeller for repræsentationslæring og deres specifikke anvendelser i proteindesign og proteinengineering.
  • Designe proteinstrukturer ved hjælp af avancerede ML værktøjer, og forstå de involverede mekanismer og deres anvendelser.
  • Forbedre og skabe simple machine learning-modeller til proteinvidenskab.
  • Evaluere principperne bag diffusionsgenerative modeller og anvende dem inden for proteindesign.
  • Implementere de lærte begreber i en praktisk sammenhæng gennem gruppeprojekter.
  • Formidle tilegnet viden mundtligt på en præcis og tilgængelig måde.
  • Dikutere hvor og hvordan kunstig intelligens kan anvendes indenfor proteinvidenskab
Kursusindhold
Gennem forelæsninger, øvelser og gruppearbejde vil dette intensive 3-ugers program dække grundlæggende teori, anvendelse og analytiske tilgange inden for machine learning i proteinvidenskab. Kurset er struktureret til at give en afbalanceret blanding af teoretisk viden og praktiske færdigheder, hvor det engagerer studerende i både grundlæggende koncepter og avancerede anvendelser. Det er tiltænkt at illustrere de seneste fremskridt, aktuelle udfordringer og virkelige anvendelser af ML-styret proteinvidenskab inden for et bredt spektrum af virkelige anvendelser inden for bioteknologi, biologiske lægemidler med mere.
Bemærkninger
Vær opmærksom på, at dette kursus har et minimumskrav til antallet af deltagere, der er nødvendige for at kurset kan afholdes. Hvis disse krav ikke opfyldes, vil kurset ikke blive afholdt. Derudover er der et begrænset antal pladser tilgængelige. Hvis der er for mange ansøgere, vil der blive oprettet en pulje for alle kvalificerede ansøgere, og de vil blive udvalgt tilfældigt. Du vil blive informeret 8 dage før kursusstart, om du har fået tildelt en plads.
Sidst opdateret
02. maj, 2024