Faglig innhold

Emnet gir en innføring i hvordan systembiologiske metoder brukes til å modellere og analysere cellulære nettverk. Faget har spesiell fokus på (1) biologiske interaksjons nettverk og (2) cellulær metabolisme på genom nivå. Studentene vil tilegne seg materialet gjennom forelesninger og praktiske prosjektoppgaver ved å bruke programmeringsspråket Python. Det legges vekt på en tverrfaglig presentasjon og arbeidsform, slik at emnet skal kunne følges både av informatikere, biologer, kjemikere og fysikere.

Læringsutbytte

Ved avsluttet undervisning skal studentene kunne:

• Forklare grunnleggende begrep, modeller og statistiske mål for å karakterisere egenskaper til generelle nettverk, samt bruke Python programmeringsverktøy til å analysere empiriske nettverk.
• Forklare grunnleggende begreper, prinsipper og metoder innen metabolic engineering.
• Gjøre rede for organiseringen og konstruksjon av genom-skala metabolske nettverk, forklare prinsippene for constraint-based analysis (spesielt Flux Balance Analysis), samt beherske Python programmeringsverktøy til numerisk analyse av empiriske modeller.

Læringsformer og aktiviteter

Emnet undervises på engelsk.

Obligatoriske aktiviteter

• Øvinger

Anbefalte forkunnskaper

Basiskunnskaper i molekylærbiologi tilsvarende TBT4145/TBT4146 Molekylærgenetikk, statistikk tilsvarende ST0103 Brukerkurs i statistikk.

Forkunnskapskrav

Grunnleggende programmering i python, tilsvarende TDT4110: IT grunnkurs.

Kursmateriell

• B.O.Palsson "Systems Biology: Constraint-based Reconstruction and Analysis" 2nd edition (2015).
• A.-L. Barabási "Network Science" (2016).
• Kompendium.