Den studerende vil være i stand til at skitsere den teoretiske baggrund, anvende og analysere resultaterne af beregningsmetoder relateret til forudsigelse af immunresponser.

Desuden vil den studerende efter afslutningen af kurset være i stand til at:
- Anvende beregningsmetoder til modellering af genetiske, strukturelle og funktionelle karakteristika ved immunreceptorerne og deres tilsvarende epitoper i inducering af immunresponser.
- Designe en pipeline og gennemføre et projekt ved at anvende og kombinere beregningsmetoder i en immunresponskontekst, dvs. vaccinologi af infektionssygdomme, allergi, autoimmunitet, prioritering af kræftneoepitoper, proteinlægemiddel-deimmunisering.

Generelle ingeniørkompetencer indgår i sammenhæng med konkret anvendelse i et gruppebaseret projektarbejde, hvor de studerende er ansvarlige for planlægning, design, implementering og kommunikation af et projekt. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Identificere og søge i relevante immunologiske databaser og integrere flere værktøjer og datakilder for at bestemme allelfrekvenser og estimere befolkningsdækning
• Sammenligne og analysere de strukturelle og funktionelle egenskaber ved MHC-I- og MHC-II-molekyler, herunder deres respektive antigenbehandlings- og præsentationsveje
• Anvende offentligt tilgængelige værktøjer til at behandle og analysere data fra proteomik- og immunopeptidomikeksperimente
• Anvende og fortolke forudsigelsesværktøjer til MHC-I- og MHC-II-peptidbinding og -præsentation
• Forklare og konstruere en positionsspecifik scoringsmatrix (PSSM) og demonstrere, hvordan den bruges til at generere sekvenslogoer fra peptiddatasæt
• Forklare arkitekturen, træningsprocessen og forudsigelsesmekanismerne i kunstige neurale netværk og illustrere deres anvendelse i immunforudsigelsesmodeller
• Sammenlign, evaluer og begrund brugen af forskellige præstationsmålinger i vurderingen af immunforudsigelsesmodeller
• Analyser TCR- og BCR-sekvensdata ved hjælp af avancerede værktøjer, identificer brug af kimcellegener og find relevante sekvensarkiver
• Sammenlign de strukturelle og funktionelle forskelle mellem antistoffer/BCR'er og TCR'er, og anvend beregningsmetoder til at forudsige deres struktur
• Vælge og begrunde passende beregningsværktøjer til forudsigelse af T-celleepitoper, B-celleepitoper og TCR–pMHC-interaktioner og evaluere fordele og begrænsninger ved immunforudsigelsesmetoder
• Designe, gennemføre og præsentere et forskningsprojekt ved hjælp af in silico-metoder til undersøgelse af immunresponser
• Designe relevante forespørgsler og kritisk evaluere AI-genererede resultater ved at vurdere deres korrekthed, begrænsninger, validitet, reproducerbarhed og biologiske relevans

Kurset har til formål at introducere de studerende til de nyeste metoder inden for computational immunology.

De teoretiske grundlag for disse metoder introduceres gennem forelæsninger og efterfølges af praktiske øvelser, der sætter de studerende i stand til selvstændigt at udføre computational analyser.

Kurset er opbygget i to dele. Del 1 består af forelæsninger og gruppeøvelser. Del 2 fokuserer på gruppebaseret projektarbejde med henblik på at udvikle og implementere en komplet projektworkflow. Al relevant litteratur vil være tilgængelig via DTU Learn 26. februar, 2026