Immunologisk bioinformatik

• Identificere relevante immunologiske databaser og implementere forespørgsler for at udtrække ønskede data
• Beskrive de strukturelle og funktionelle forskelle mellem et antistof/BCR og en TCR
• Identificere de anvendte kimlinegener i et endeligt antistof rearrangement
• Anføre og sammenligne de strukturelle og funktionelle egenskaber ved MHC-I- og MHC-II-molekyler og deres respektive antigenprocesseringsveje og ligander
• Forklare, hvad en positionsspecifik scorematrix er, og hvordan den bruges til at skabe et sekvenslogo ud fra et sæt peptider.
• Konceptuelt forklare, hvordan et kunstigt neuralt netværk konstrueres, trænes og forudsiges, og illustrere deres brug i de forskellige immunprædiktorer.
• Vælg det passende værktøj til at forudsige: i. Peptid-MHCI/II-binding (T-celle-epitoper), ii. Lineære/konformationelle B-celle-epitoper, iii. Interaktion mellem TCR og pMHC-kompleks og IV. T-cellereceptor- og antistofstruktur
• Generalisere fordele og begrænsninger ved anvendelse af prædiktorer for peptid-MHCI/II-interaktioner og lineære/konformationelle B-celle-epitoper.
• Integrere forskellige værktøjer/databaser til at identificere allelfrekvenser og populationsdækning
• Brug webbaserede værktøjer til analyse af repertoirer af TCR’er og BCR’er
• Når du bliver præsenteret for en foreslået peptidvaccine, skal du afgøre, om den opfylder kriterierne for målsygdom og befolkningsdækning, og evaluere dens potentielle effektivitet
• Ved hjælp af den viden, der er opnået i kurset ved at anvende in silico-metoder, skal du planlægge, gennemføre og præsentere et forskningsprojekt for at designe fx: i. En peptidvaccine, ii. Et proteinlægemiddel til de-immunisering

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.

22111/22117/27070, 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 er muligt 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 bærbar computer, som kan gå på internettet)