Immunologisk bioinformatik

• At 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 et TCR
• Identificere relevante immunologiske databaser på internettet og udtrække de ønskede data
• Identificere de anvendte kimlinjegener i en endelig omlægning af antistofkodende gener
• 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/konformative B-celleepitoper
• Vælg det rette værktøj til forudsigelse af: i. Peptid-MHCI/II-binding (T-celleepitoper), ii. Lineære/konformatoriske B-celleepitoper, iii. Interaktion mellem TCR og pMHC-kompleks og IV. T-celle receptor og antistofs struktur
• Anvendelse af forskellige værktøjer til at identificere allelfrekvenser og dækning af vaccinepopulationen
• Anvendelse af webbaserede værktøjer til analyse af TCR- og BCR-repertoirer
• Når præsenteret for en foreslået peptidbaseret vaccine, vurdere og beslutte om den møder kriterier for den korresponderende 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

Kurset har til hensigt 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 udsigt 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, samt projekterne løses i grupper.

22111/27322/22117, 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.

Forelæsninger og øvelser (studerende skal medbringe egen bærbare computer, som kan gå på internettet)