Kursplan för Bioinformatisk strukturbiologi

Structural Bioinformatics

Det finns en senare version av kursplanen.

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1MB204
  • Utbildningsnivå: Grundnivå
  • Huvudområde(n) och successiv fördjupning: Biologi G2F, Teknik G2F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2016-03-08
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2016-04-26
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2016
  • Behörighet:

    60 hp inom civilingenjörsprogrammet i molekylär bioteknik inklusive Cellbiologi och Grundläggande kemi.

  • Ansvarig institution: Institutionen för biologisk grundutbildning

Mål

Efter godkänd kurs ska studenten kunna

  • redogöra för struktur av proteiner, DNA och RNA
  • förklara sambandet mellan proteinsekvens och proteinstruktur
  • beskriva hur struktur leder till funktion inom olika biologiska områden såsom katalys, transport och reglering
  • förklara grundläggande principer för experimentella metoder för strukturbestämning av makromolekyler
  • använda sekvens- och strukturdatabaser
  • använda datorprogram för att visualisera tredimensionella strukturer och med hjälp av dessa kunna analysera struktur-funktionssamband
  • bedöma validiteten hos information i strukturella databaser
  • använda bioinformatiska verktyg för sekvensinpassning, motivigenkänning och förutsägelse av sekundär- och tertiärstruktur
  • redogöra för mål, teoretisk bakgrund, etiska aspekter och begränsningar hos ovanstående bioinformatiska metoder och använda denna kunskap till att tolka resultat

Innehåll

Makromolekylers uppbyggnad och egenskaper (proteiner, DNA, RNA). Relation mellan sekvens, struktur och funktion. Strukturell bakgrund till makromolekylers dynamik, bindningsspecificitet, katalys och kooperativitet. Makromolekylers funktion belyst av ett antal exempel inom områden såsom enzymer, membranproteiner, signalering och translation.

Översikt av biologiska databaser, servrar och informationscentra. Sekvensjämförelser. Grundläggande makromolekylär struktur: tredimensionell struktur, PDB-koordinater, klassificering av proteiner i strukturfamiljer, program för analys och jämförelse av strukturer. Introduktion till teorin för klassificering och jämförelse av sekvenser och extraktion av gemensamma särdrag (t.ex. motiv). Sekvensanalys för förutsägelse av sekundär och tertiär struktur, homologimodellering av tredimensionell struktur. Forskings- och publiceringsetik.

Undervisning

Föreläsningar, seminarier och datorövningar. Närvaro vid seminarier och deltagande i datorövningar är obligatorisk.

Examination

Skriftligt prov (3 hp), laborationer, övningar och seminarier (2 hp).

Litteratur

Litteraturlista

Gäller från: HT 2016

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

  • Petsko, Gregory A.; Ringe, Dagmar. Protein structure and function

    Oxford: Oxford University Press, 2009

    Se bibliotekets söktjänst

    Obligatorisk

Kompendier och utdelat material

Datorövningar

Strukturanalys. Sekvensdatabaser. Strukturdatabaser. Homologimodellering. Strukturförutsägelse.