Introduktion til Systembiologi; MSc

• forstå og forklare de funktionelle niveauer af biologiske systemer, såsom gener, transkripter, proteiner, proteinkomplekser, pathways, celler, væv, osv.
• forstå og forklare det teoretiske fundament for netværksbiologiske analyser af “omics” data.
• forstå og anvende protein-protein interaktionsdata til funktionelle analyser af biologiske systemer.
• anvende netværksvisualiseringer i R.
• forstå, anvende, analysere og evaluere forskellige metoder til gene set enrichment analyse (GSEA).
• forstå og anvende genontologi (GO) til GSEA.
• forstå, anvende, analysere og evaluere relevant information fra UniProt og NCBI databaserne.
• forstå, anvende, analysere og evaluere netværksbaserede metoder til integration af “omics” data til biomedicinsk forskning.

Introduktion:
* Introduktion til systembiologi (“Systems Biology”), motivation for anvendelse af system/netværksorienterede metoder til analyse af biologiske problematikker.
* Eksperimentelt datagrundlag for konstruktion af protein-protein-interaktionsnetværk. Fordele og ulemper ved de forskellige teknologier.
* Introduktion til netværksanalyse, inklusiv topologibaseret analyse af biologiske netværker, topologiske metrikker og algoritmer til identifikation af subnetværker.

Grundlæggende systembiologisk forskning:
* Introduktion til de vigtigste elementer af funktionel regulering.
* Visualisering af regulatoriske netværk.* Introduktion to transcriptomics-data, samt overlejring af disse på netværk.
* Kombination af tidsserie gen-ekspressionsdata og netværk som metode til datadreven identifikation af funktionel regulering.

Anvendt systembiologi i biomedicinsk forskning:
* Kombination af protein-protein-interaktionsdata fra flere modelorganismer med henblik på at opnå bedre dækning af humane interaktioner (“inferred human interactome”).
* Begreberne “virtual pulldowns” og “relevance scored networks” (0. og 1. ordens filtrering) * Vigtigheden af proteinisoformer i systembiologisk kontekst.
* Analyse af molekylære netværk specifikke for forskellige humane sygdomme.

27002/27008/27022/27026/36611/22111/22100, Grundlæggende færdigheder i programmeringssproget R -ELLER- parallel deltagelse i kursus 22100 – R for Bio Data Science. Bemærk at opgaveløsning både til øvelser og eksamen forudsætter evnen til at programmere i R.

Kendskab til basal celle- og molekylærbiologi, herunder cellens struktur, biologiske funktion, cellulære komponenter, biokemiske og molekylærbiologiske processer (metabolisme, RNA og proteinsyntese mm), DNA struktur, proteinkodende gener, den genetiske kode, primær, sekundær, tertiær og kvartenær proteinstruktur.

Basal kendskab til bioinformatiske metoder og deres anvendelse, i forbindelse med indsamling og analyse af stor-skala biologisk data fra databaser såsom UniProt og GenBank.

Forelæsninger og øvelser.

Minimum 10.

Vær opmærksom på, at dette enkeltfagskursus har et minimumskrav for antal deltagere for at kunne oprettes. Du får besked om, hvorvidt kurset oprettes senest 8 dage før kursusstart.