Introduktion til Systembiologi, BSc
Overordnede kursusmål
Formålet med kurset er at give de studerende teoretisk såvel som praktisk erfaring med hvordan, hvornår, og hvorfor man bruger systembiologiske metoder til at forstå biologiske systemer.
See course description in English
Læringsmål
- forstå og beskrive de funktionelle niveauer af biologiske systemer, såsom gener, transkripter, proteiner, proteinkomplekser, pathways, celler, væv, osv.
- forstå og beskrive 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 system biologiske metoder til analyse af “omics” data til biomedicinsk forskning.
- Bruge R til at organisere, hpndtere og visualisere data
- Som en gruppe designe og udføre et anvendt system biologi projekt
- Tydeligt præsentere opnåede resultater mundtligt ved hjælp af passende visuelle hjælpemidler
Kursusindhold
Introduktion:
* Introduktion til systembiologi (“Systems Biology”), motivation for anvendelse af system/netværksorienterede metoder til analyse af biologiske problematikker.
* 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.
Mulige starttidspunkter
- 36 – 49 (tors 13-17)
Anbefalede forudsætninger
27002/27008/27022/27026/36611/22111/22100/22213/27030, 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.
Undervisningsform
Forelæsninger og øvelser
Fakultet
Pladsbegrænsning
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.




