Tillämpad farmaceutisk bioinformatik

5 hp

Kursplan, Avancerad nivå, 3FF208

Det finns en senare version av kursplanen.
Kod
3FF208
Utbildningsnivå
Avancerad nivå
Huvudområde(n) med fördjupning
Farmaceutisk vetenskap A1F
Betygsskala
Väl godkänd (VG), Godkänd (G), Underkänd (U)
Fastställd av
Kommittén för utbildning på grundnivå och avancerad nivå vid farmaceutiska fakulteten, 9 juni 2022
Ansvarig institution
Institutionen för farmaceutisk biovetenskap

Allmänt

Kursen ges som fristående kurs. Kursen är Internetbaserad och kräver tillgång till dator med Internetuppkoppling.

Behörighetskrav

150 hp varav 120 hp inom biomedicin, farmaceutisk vetenskap, kemi, läkemedelsutveckling, naturvetenskap och/eller teknik samt minst 4 hp från Farmaceutisk bioinformatik.

Mål

Studenten ska efter avslutad kurs kunna:

  • Förklara prediktiv kemobioinformatisk modellering och visa hur den kan användas för att lösa problem inom läkemedelsområdet och biovetenskaperna.
  • Redogöra för bakgrunden till samt utföra och utvärdera modellering med "supervised" och "unsupervised" maskininlärningsmetoder.
  • Beräkna och använda kemiska deskriptorer för proteiner, peptider och organiska molekyler samt med hjälp av kemobioinformatiska verktyg.
  • Utföra klusteranalys samt förklara hur de kan användas för att lösa kemobioinformatiska problem inom läkemedelsområdet.
  • Självständigt kunna bygga enklare QSAR och proteokemometriska modeller, validera och tolka dem samt kunna applicera modellerna för att lösa problem inom biovetenskaperna och läkemedelsområdet.

Innehåll

Kursen ger en översikt över statistiska modelleringsmetoder med applikationer inom läkemedelsområdet, biovetenskap och farmakologi och fokuserar på praktiska övningar där man löser problem med de olika metoderna.

Kursen omfattar specifikt:

  1. Introduktion till statistisk modellering inom farmaceutisk bioinformatik.
  2. Fördjupad genomgång av QSAR och proteokemometri samt deskriptorer för proteiner, peptider och organiska molekyler.
  3. Genomgång av övervakade och oövervakade metoder för statistisk modellering/analys såsom PCA, PLS, SVM, random forest, k-NN.
  4. Genomgång av klusteranalys och experimentell design och metoder/verktyg härför.
  5. Introduktion och genomgång av det statistiska programmeringsspråket R.
  6. Praktiska övningar i att beräkna deskriptorer för protein och peptidsekvenser samt organiska molekyler.
  7. Praktiska övningar i klusteranalys.
  8. Praktiska övningar i användning av PCA, PLS, SVM, random forest och k-NN.
  9. Praktiska övningar i att bygga QSAR och proteokemometriska modeller.

Undervisning

Kursen ges i sin helhet på distans via Internet och tillgång till dator med Internetuppkoppling är obligatoriskt. Arbetet sker individuellt genom självstudier av webbaserat material och datorövningar. Inläsningsmaterialet varvas med interaktiva frågor. Kommunikation mellan student och lärarer sker via webb och e-post där studenten har möjlighet att ställa frågor. Obligatoriska moment är interaktiva frågor, vilka besvaras via webbplatsen. Kursen ges på engelska på halvtid (50%).

Examination

Skriftlig tentamen sker i slutet av kursen. För godkänd kurs krävs, förutom godkänd tentamen (4 hp), godkänt resultat på obligatoriska moment (1 hp). Möjlighet att komplettera icke godkända obligatoriska moment kan beredas tidigast vid nästa kurstillfälle och ges endast i mån av plats. Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t. ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare.

Övriga föreskrifter

Kursen ersätter och motsvarar Tillämpad farmaceutisk bioinformatik 3FF777, 5.0 högskolepoäng.

FÖLJ UPPSALA UNIVERSITET PÅ

facebook
instagram
youtube
linkedin