• No results found

1. Omschrijving van opleidingsonderdelen.

N/A
N/A
Info
Downloaden
Protected

Academic year: 2021

Share "1. Omschrijving van opleidingsonderdelen."

Copied!
1
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Download het nu ( 1 pagina )

Hele tekst

(1)

1. Omschrijving van opleidingsonderdelen.

a. Tabel voor opleidingsonderdelen onder eigen verantwoordelijkheid.

Te preciseren elementen Opmerkingen

A. Identificatie informatie

3aA1 Naam opleidingsonderdeel Bio-Molecular model building Vertaling naam

opleidingsonderdeel Bio-Molecular model building 3aA2 Nummer

opleidingsonderdeel Centraal in te vullen

B. Onderwijsverantwoordelijken 3aB1 Betrokken ZAP-ers 3aB2 Coördinator

C. Plaats binnen het curriculum 3aC1 In welke groepen (binnen

de eigen opleiding)? Algemeen pakket – Module biologie 3aC2 Aantal studiepunten 5

3aC3 Onderwijstaal Engels

3aC4 Verantwoording onderwijstaal

Internationale recrutering 3aC5 Moment van

programmering (1

e

of 2

e

semester)

2

de

semester

3aC6 Verantwoording jaarvak

3aC7 Jaar van programmering  Bachelor 1  Bachelor 2  Bachelor 3

X Master 1  Master 2  Master 3  Master 4 3aC8 Frequentie van

programmering  semesterieel X Jaarlijks  Tweejaarlijks  Driejaarlijks D. Samenstelling van het opleidingsonderdeel

3aD1 Typering  Inleidend

X Verdiepend

 Gespecialiseerd

(2)

3aD2 Doelstellingen van het

opleidingsonderdeel Deze cursus beoogt de studenten vertrouwd te maken met het interdisciplinaire onderzoeksdomein dat in het scheidingsgebied van biologie en computationele wetenschappen gelegen is. Enerzijds is er het bio-informatica luik met de bedoeling maximale informatie te bekomen over een gegeven proteïne of DNA-sequentie. Dit deel wordt in de cursus bio-informatica behandeld. Dit deel van deze cursus wil de studenten verdiepen in structurele biologie aan de hand van eveneens vrij beschikbare computer gereedschappen. Naast hoorcolleges worden de studenten in werkcolleges vertrouwd gemaakt met de gereedschappen die op het web beschikbaar zijn. Aan de hand van deze cursus zullen studenten in staat moeten zijn om voldoende gereedschappen te kennen of te kunnen vinden, die toelaten een complex structureel probleem op te lossen.

This course introduces students in the interdisciplinairy research domain between biology and computational sciences. In the Bio-informatics courses information about sequences is obtained. This part of the course gives an in depth study in strcutural biology. The usage of web based tools is promoted. After this course students should be able to tackle a protein structural based problem.

Vertaling indien gewenst

3aD3 Begintermen Kennis van bio-structuren, biochemie en bio-informatica

Knowledge of bio-strcutures, biochemistry and bio-informatics Vertaling indien gewenst 3aD4 Beginvoorwaarden Basics of biological chemistry (4 stp)

Basic concepts of cell biology (4+1 stp)

Function, cellular synthesis and analysis of macromolecules (4 stp)

Genetics, genetic evolution mechanisms and genetic nomenclature (4+1 stp)

Gene and genome technology (5 stp)

(3)

3aD5 Inhoud van het

opleidingsonderdeel Deel 1. Bio-Moleculaire Modellering:

1. De bouwstenen van proteïnen: aminozuur types, helices, beta-plaat, loop classificatie, metaal ionen en solvent moleculen. Nucleïne zuren

2. Classificatie/herkenning van proteïne vouwingstypes

3. Inleiding in de quantum mechanische benadering van moleculaire modellering 4. Inleiding in DNA modellering

5. Classificatie van proteïnes in structurele databanken (SCOP, DALI etc).

6. Gebruik van de Ramachandran plot en voorspellen van de zijketenconformatie 7. Moleculaire mechanica, kracht velden en dynamica principes

8. Energie modellen en energie minimisatie en threading methodes 9. Homologie modellering en loop hermodellering

10. Validatie van proteïne modellen

11. Modellering van locale verschillen (mutaties), loop inserties en deleties 12. Proteïne-proteïne en proteïne-DNA interacties

13. Docking van liganden aan proteïne oppervlakken Deel 2. Werkcolleges:

De hoorcolleges zullen aangevuld worden met een aantal werkcolleges. Dit moet de student toelaten de basis te leggen voor homologie modellering en het gebruik van computationele paketten.

1. Visualisatie en analyse van proteïne structuren. (Rasmol, SwissPdbViewer, Brugel) 2. Gebruik van secundaire structuur voorspellingsprogramma’s

3. Eenvoudige modelleertaken: Berekening van de accessible surface, opzoeken van caviteiten in proteïnen. Aanbrengen van mutaties en het modelleren van lussen (insertie en deleties)

4. Een homologie probleem

5. Een aantal demonstraties met modellerings software

(4)

Part 1. Bio-Molecular Modelling

1. The basic protein building blocks: amino acids, helices, beta-sheets, loop classification, metal ions, solvent molecules, nucleic acids

2. Classification of the protein folding classes.

3. Introduction in the quantum mechanical approach of molecular model building 4. Introdcution in DNA modelling

5. Structural databases (SCOP, DALI etc)

6. Usage of Ramachandran Plot and prediction of side-chain conformations 7. Molecular mechanics, force fields and dynamics principles

8. Energy models and energy minimisation and threading methods 9. Homology modelling and loop remodelling

10. Validation of modelled structures

11. Modelling of local differences (mutants), loop insertions and deletions 12. Protein-protein and protein-DNA interactions

13. Docking of ligands to protein surfaces Part 2. PC-exercises

Hearcolleges will be supplemented with exercises on computer. Students learn usage of free modelling packages on the web.

1. Visualisation and analysis of protein structures. (Rasmol, SwissPdbViewer, Brugel) 2. Secondary structure prediction

3. Some exercises on calculation of accessible surface area, searching for cavities in proteins Mutations in protein and modelling of loops

4. A homology problem

5. Demonstrations of commercial packages

Vertaling indien gewenst

3aD6 Alle onderwijsleeractiviteiten Naast PC klas oefeningen zijn er een aantal seminars waar de studenten actuele papers presenteren over bio-modellering

3aD7 Alle evaluatieactiviteiten Besides the PC exercises students have to present an actual paper on bio-modelling.

3aD8 De aard van het studiemateriaal

(meerdere antwoorden mogelijk) X Handboek

X Artikels en literatuur

 Cursustekst

X Transparanten en Powerpoint

X Handleiding

(5)

 Voorbeeldmateriaal

 Multimedia X Toledo E. Leen organisatorische elementen

3aE1 Welke POCs lenen het

opleidingsonderdeel?

Referenties

Download het nu ( DOC - 1 pagina - 86.50 KB )

GERELATEERDE DOCUMENTEN

1. Omschrijving van opleidingsonderdelen.

opleidingsonderdeel  Students can apply concepts from linear algebra, calculus and applied statistical methods to computational exercises using the statistical environment R and

1. Omschrijving van opleidingsonderdelen.

Vertaling indien gewenst 3aD3 Begintermen Basic computer skills (file management, Windows, word-processing, spreadsheet).. Vertaling

1. Omschrijving van opleidingsonderdelen.

 Students are familiar with a diverse set of typical application areas of database systems.. Vertaling

1. Omschrijving van opleidingsonderdelen.

Techniques to study molecular interactions - Surface plasmon resonance, calorimetry - Fluorescence and fluorescence based techniques - Molecular Arrays. - Molecular genetics

1. Omschrijving van opleidingsonderdelen.

opleidingsonderdeel Present the concepts and methods of multivariate analysis, emphasizing the applications and attempting to make the mathematics as palatable as possible.. The

1. Omschrijving van opleidingsonderdelen.

o Understand and be able to apply simple- and multiple regression, as well as analysis of variance models as examples of the General Linear Model approach.. o Develop optimal

1. Omschrijving van opleidingsonderdelen.

studentengroepen in discussiefora: studenten met IT-achtergrond informeren studenten met biologische achtergrond, en vice-versa, teneinde de natuur en complexiteit van de voor

1. Omschrijving van opleidingsonderdelen.

opleidingsonderdeel The first objective of the course is that students acquire a coherent understanding of the main probabilistic models, optimization criteria, and