22145 Immunologisk bioinformatik

2024/2025

Kursusinformation
Immunological Bioinformatics
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Retningsspecifikt kursus (MSc), Bioinformatics
Retningsspecifikt kursus (MSc), Pharmaceutical Design and Engineering
Retningsspecifikt kursus (MSc), Quantitative Biology and Disease Modelling
Teknologisk specialisering (MSc), Bioinformatics and Systems Biology
Teknologisk specialisering (MSc), Pharmaceutical Design and Engineering
Teknologisk specialisering (MSc), Quantitative Biology and Disease Modelling
E5A (ons 8-12)
Campus Lyngby
Forelæsninger og øvelser (studerende skal medbringe bærbar computer, som kan gå på internettet)
13-uger
E5A, Den mundtlige præsentation ligger i slutningen af kurset.
Skriftlig og mundtlig eksamen
Eksamen består af præsentation af gruppeprojekt med individuelle spørgsmål i slutningen af kurset og en afsluttende 2 timers skriftlig eksamen. Karakteren er baseret på en samlet vurdering af begge delprøver. Det er et krav, at den mundtlige præsentation gennemføres, og at den skriftlige eksamen bestås for at kunne bestå hele kurset.
Skriftlig eksamen: 2 timer
Alle hjælpemidler - med adgang til internettet
7-trins skala , intern bedømmelse
27685 og 36685
22111.22117 , eller tilsvarende. NB! De forudsatte kurser i DTU-kursusbasen er anbefalede. Dette betyder, at de ikke er obligatoriske som sådan, men at de læringsmål, der er dækket af de forudsatte kurser, er forventet viden. Studerende, der ikke har bestået de forudsatte kurser, forventes at tage selvstændigt ansvar for eventuelle manglende læringsmål. Dette betyder, at det ikke er umuligt at følge kurset uden at have bestået de forudsatte kurser, men at en ekstra arbejdsindsats kan være nødvendig. Forventet forudsat viden dækker basal immunologi, basal bioinformatik og basal kendskab til aminosyrer og proteiner. Kontakt den kursusansvarlige med spørgsmål ifht. dette.
Carolina Barra Quaglia , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2477 , carolet@dtu.dk
Morten Nielsen , Lyngby Campus, Bygning 204, Tlf. (+45) 4525 2425 , morni@dtu.dk
22 Institut for Sundhedsteknologi
http://teaching.healthtech.dtu.dk/..._Bioinformatics
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
Den studerende vil være istand til at skitsere den teoretiske baggrund samt anvende og analysere resultatet af beregningsmetoder i forbindelse med forudsigelse af immunresponser. Desuden vil de kunne:
- beskrive T celle receptor (TCR), B celle receptor (BCR) og Major histocompatibility complex (MHC)'s inddragelse i induktionen af et immunrespons
- sammenfatte de strukturelle og genetiske karakteristika ved TCR, BCR og MHC og deres tilhørende epitoper
- anvende beregningsmetoder til modellering af TCR, BCR og MHC og deres epitopinteraktioner
- anvende beregningsmetoder til rationel design af vacciner
- anvende, diskutere og kombinere ovennævnte beregningsmetoder i sygdomssammenhæng, dvs. vaccinologi i forbindelse med infektionssygdomme og kræft

Generelle ingeniørkompetencer indgår i en sammenhæng med konkret anvendelse i et gruppebaseret projektarbejde, hvor de studerende er ansvarlige for at planlægge, designe, gennemføre og formidle et projekt.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • opregne de strukturelle og funktionelle karakteristika ved MHC-klasse I- og II-molekyler og deres respektive antigenbehandlingsveje og ligander.
  • beskrive de strukturelle og funktionelle forskelle mellem et antistof/BCR og en TCR.
  • identificere relevante immunologiske databaser på internettet og udtrække de ønskede data.
  • identificere de kimlinjegener, der anvendes til den endelige omarrangering af et antistof-kodende gen.
  • forklare, hvad en positionsspecifik scorematrix er, og hvordan en PSSM anvendes til at skabe et sekvenslogo ud fra et sæt peptider.
  • forklare konceptuelt, hvordan et kunstigt neuralt netværk konstrueres, trænes og forudsigelser foretages, og illustrere deres anvendelse i de forskellige forudsigere.
  • generalisere fordele og begrænsninger i forbindelse med anvendelse af prædiktorer for peptid-MHCI/​II-interaktioner og lineære/​konformationelle B-celle epitoper.
  • vælge det rette værktøj til forudsigelse af: i. Peptid-MHCI/II-binding (T-celle epitoper), ii. Lineære/​konformationelle B-celle epitoper, iii. Interaktion mellem TCR og pMHC-kompleks og IV. T-celle receptor og antistofs struktur.
  • anvende forskellige værktøjer til at identificere allel-frekvenser og forudsige en vaccines populationsdækning.
  • anvende webbaserede værktøjer til analyse af TCR- og BCR-repertoirer.
  • når præsenteret for en foreslået peptidbaseret vaccine, vurdere og beslutte om den imødekommer kriterier for den tilsvarende sygdom og populationsdækning, samt evaluere potentiel effektivitet.
  • ved hjælp af den viden, der er opnået i kurset ved anvendelse af in silico-metoder, planlægge, gennemføre og fremlægge et forskningsprojekt med henblik på at designe i. en peptidvaccine, ii. en deimmunisering med et proteinpræparat.
Kursusindhold
Kursets mål er at introducere de studerende til de nyeste metoder inden for computational immunologi.

Der er et stærkt fokus på at introducere metoderne i kontekst, med immunologi som domænespecifikt vidensområde. Ydermere vil introduktionen til teorien bag metoderne blive efterfulgt af praktiske øvelser, så de studerende bliver i stand til selvstændigt at udføre analyser. Kurset dækker immunologisk bioinformatik og computational vaccinologi med perspektivering til infektiøse sygdomme, cancer immunoterapi, og autoimmunitet.

Første halvdel af kurset består af forelæsninger og øvelser. I anden halvdel af kurset, vil de studerende udføre projektarbejde. Opgaverne og projekterne løses i grupper.
Litteraturhenvisninger
Al relevant litteratur vil være tilgængelig via DTU Learn
Sidst opdateret
02. maj, 2024