Promotion in Bioinformatik

University of Tehran, Kish International Campus

Programmbeschreibung

Lesen Sie die offizielle Beschreibung

Promotion in Bioinformatik

University of Tehran, Kish International Campus

Einführung

Bioinformatik ist eine interdisziplinäre Wissenschaft an den Schnittstellen der biologischen, Informations- und Computerwissenschaften, verwendet Berechnung, um Biologie besser zu verstehen. Bioinformatik umfasst die Analyse von biologischen Daten, insbesondere DNA-, RNA- und Proteinsequenzen. Das Gebiet der Bioinformatik erlebte ab Mitte der 90er Jahre ein explosives Wachstum, das hauptsächlich durch das Human Genome Project und durch schnelle Fortschritte in der DNA-Sequenzierungstechnologie vorangetrieben wurde. Neuere und neuere Technologien erzeugen biologische Datensätze von immer höherer Auflösung, die nicht nur genomische Sequenzen, sondern auch RNA- und Proteinhäufigkeiten, ihre Wechselwirkungen untereinander, ihre subzelluläre Lokalisation und die Identität und Häufigkeit anderer biologischer Moleküle aufzeigen. Dies erfordert die Entwicklung und Anwendung hochentwickelter computergestützter Methoden. Die Bioinformatik nutzt computergestützte Ansätze, um Muster in biologischen Daten zu analysieren und komplexe Modelle biologischer Aktivität zu erstellen, einschließlich Versuchen, die Funktionen von Genen und ihre Wechselwirkungen in genetischen Pathways aufzuklären. Durch die Nutzung der Fülle neuer Erkenntnisse über die genetischen Mechanismen des Lebens und der damit verbundenen Prozesse werden weit verbreitete soziale Vorteile erwartet.

In der Bioinformatik konzentrieren sich Analysen hauptsächlich auf drei Arten von großen Datensätzen, die in der Molekularbiologie verfügbar sind: makromolekulare Strukturen, Genomsequenzen und die Ergebnisse von Experimenten zur funktionellen Genomforschung (z. B. Expressionsdaten). Weitere Informationen enthält den Text von wissenschaftlichen Arbeiten und „Beziehungsdaten“ von Stoffwechsel- Pathways , Taxonomie Bäume und Protein-Protein - Interaktionsnetzwerke. Bioinformatik verwendet eine breite Palette von Computertechniken, einschließlich Sequenz- und Strukturanpassung, Datenbankdesign und Data Mining, makromolekulare Geometrie, phylogenetische Baumkonstruktion, Vorhersage von Proteinstruktur und -funktion, Genfindung und Expressionsdatenclustering. Der Schwerpunkt liegt auf Ansätzen, die eine Vielzahl von Berechnungsmethoden und heterogenen Datenquellen integrieren.

Das Hauptziel des PhD-Programms in Bioinformatik am Kish International Campus ist es, die nächste Generation von Bioinformatikern für eine Karriere in Wissenschaft, Industrie und Regierung auszubilden.

PhD Lehrplan

Der Doktortitel der Bioinformatik erfordert den Abschluss von 32 Credits, eine Reihe von Kernkursen (9 Credits), ein Seminar (1 Credit) und 8 Credits von Wahlfächern und eine Doktorarbeit (18 Credits). Der Schwerpunkt des Programms liegt auf dem erfolgreichen Abschluss eines originären und unabhängigen Forschungsprojekts, das als Dissertation verfasst und verteidigt wurde.

Umfassende Prüfung

Umfassende Prüfung sollte höchstens am Ende des 4. Semesters gemacht werden und ist erforderlich, bevor ein Student den PhD-Vorschlag verteidigen konnte. Die Studenten haben zwei Chancen, die PhD Comprehensive Exam zu bestehen. Wenn die Schüler bei ihrem ersten umfassenden Prüfungsversuch eine Bewertung von "nicht zufriedenstellend" erhalten, kann der Schüler die Qualifikation einmal wiederholen. Ein zweiter Fehler führt zum Abbruch aus dem Programm. Das Comprehensive Exam soll sicherstellen, dass der Student frühzeitig in Forschungserfahrungen einsteigt; es stellt auch sicher, dass der Student das Potenzial hat, Forschung auf Doktoratsebene durchzuführen.

PhD VORSCHLAG

Der PhD-Vorschlag muss spezifische Ziele, Forschungsdesign und -methoden sowie vorgeschlagene Arbeit und Zeitleiste enthalten. Darüber hinaus muss der Vorschlag auch eine Bibliografie und als Anhang alle Veröffentlichungen / ergänzenden Materialien enthalten. Der Student muss seinen Abschlussvorschlag in einer mündlichen Prüfung vor seinem Ausschuss verteidigen.

THESE

Ein Student sollte einen Dissertationsberater (und einen oder zwei Co-Advisors, falls erforderlich) innerhalb des ersten Jahres nach der Teilnahme am PhD-Programm auswählen, das vom Fakultätskomitee genehmigt wurde. Im zweiten Jahr sollte ein vom Berater vorgeschlagener Dissertationsausschuss neben dem Promotionsvorschlag zur Genehmigung übergeben werden. Das Dissertationskomitee sollte aus mindestens fünf Fakultätsmitgliedern bestehen. Zwei Mitglieder des Dissertationskomitees sollten von den anderen Universitäten auf der Ebene des Associate Professor sein. Spätestens zum Ende des 5. Semesters muss ein Student einen schriftlichen Promotionsvorschlag präsentieren und verteidigen.

FORSCHUNGSFORTSCHRITTE

Von einem Studenten wird erwartet, dass er sich mindestens einmal im Jahr mit seinem Thesis-Ausschuss trifft, um den Forschungsfortschritt zu überprüfen. Zu Beginn jedes Universitätskalenderjahres müssen jeder Student und der Berater des Schülers eine Bewertung des Fortschritts des Schülers vorlegen, in der die Leistungen und Pläne des vergangenen Jahres für das laufende Jahr aufgeführt sind. Das Thesis-Komitee überprüft diese Zusammenfassungen und sendet dem Studenten einen Brief, der seinen Status im Programm zusammenfasst. Schüler, die keine zufriedenstellenden Fortschritte machen, werden voraussichtlich Mängel beheben und innerhalb eines Jahres zum nächsten Meilenstein übergehen. Andernfalls wird das Programm gekündigt.

Doktorarbeit

Innerhalb von 4 Jahren nach dem Eintritt in das PhD-Programm wird erwartet, dass der / die Studierende die Abschlussarbeit abschließt; Der Student muss die Ergebnisse der Forschung in begutachteten Fachzeitschriften akzeptieren oder veröffentlichen lassen. Nach Abgabe einer schriftlichen Arbeit und öffentlicher Verteidigung und Genehmigung durch das Komitee erhält der Student den Doktortitel. Die Verteidigung besteht aus (1) einer Präsentation der Dissertation durch den Doktoranden, (2) Befragung durch das allgemeine Publikum und (3) einer Befragung durch das Dissertationskomitee. Der / die Studierende wird nach Abschluss aller drei Teile der Dissertation Verteidigung über das Prüfungsergebnis informiert. Alle Mitglieder des Ausschusses müssen den Abschlussbericht des Promotionsausschusses und die endgültige Fassung der Dissertation unterzeichnen.

Ein Mindest-GPA von 16 über 20 muss für den Abschluss gehalten werden.

Leveling-Kurse (gilt nicht für den Abschluss)

Der PhD in Bioinformatik setzt einen Master-Abschluss in verwandten Bereichen voraus. Studenten, die einen anderen Master-Abschluss haben, müssen jedoch einige der folgenden Leveling-Kurse absolvieren, die einen Hintergrund für die PhD-Kurse bieten sollen. Diese Leveling-Kurse werden nicht für den Abschluss eines Doktortitels in Bioinformatik angerechnet.

Level-Kurse: Höchstens 3 Kurse erforderlich; 6 Credits

Kernfächer: 4 Kurse erforderlich; 10 Credits

Wahlfächer: 4 Kurse erforderlich, 8 Credits

Kursbeschreibung

Fortgeschrittene Bioinformatik

Kursinhalt:
Einführung in die Bioinformatik, Einführung in die Molekularbiologie, biologische Datenbanken, Verarbeitung von biologischen Sequenzen mit MATLAB, Sequenzhomologie, Proteinausrichtung, Mehrfachsequenzausrichtung, Alignment Tools, biolinguistische Methoden, Sequenzmodelle, Untersequenzmustermodelle, Genmodelle, Einführung in die phylogenetische Rekonstruktion, Distanz Methoden, zeichenbasierte Methoden: Parsimony, Probabilistische Methoden: Maximale Wahrscheinlichkeit, Microarrays, Matlab

Algorithmen in der Bioinformatik

Kursinhalt:
Einführung in die Molekularbiologie, Sequenzähnlichkeit, Suffixbaum, Genomausrichtung, Datenbanksuche, Mehrfachsequenzausrichtung, Phylogenie-Rekonstruktion, Phylogenie-Vergleich, Genom-Umlagerung, Motivfindung, RNA-Sekundärstrukturvorhersage, Peptidsequenzierung, Populationsgenetik

Strukturelle Bioinformatik

Kursinhalt:
Constrain Molecular Modeling, Definieren von Bioinformatik und strukturellen, Grundlagen der Proteinstruktur, Suchen und Sampling in strukturellen, Suchmethoden, Datenanalyse und Reduktion, molekulare Visualisierung

Computergestützte Genomik

Kursinhalt:
Einführung, Konzepte der Genetischen Epidemiologie, Integration von Verknüpfungsanalyse und Next Generation Sequenzierungsdaten, QTL Kartierung von molekularen Merkmalen für Studien von menschlichen komplexen Krankheiten, erneutes Interesse am Haplotyp von genetischem Marker zur Genvorhersage, analytische Ansätze für Exom Sequenzdaten, seltene Varianten Analyse In Unrelated Individuums, Genverdopplung und funktionellen Konsequenzen, von GWAS zu Next Generation Sequencing auf menschlichen komplexen Krankheiten Die Implikationen für Translationale Medizin und Therapeutika

Metabolische Modellierung

Kursinhalt:
Synthetische Metabolite vom metabolischen Modellieren zum rationalen Design biosynthetischer Geräte entwickeln Synthetische Sterole, die rechnerisch die Geheimnisse der Evolution erschließen? , Eigenschaften des Saccharosetransports durch den Saccharosespezifischen Porin-ScrY, der durch Moleküldynamiksimulationen untersucht wurde, schneller Löser für implizite Elektrostatik von Biomolekülen, modellbasiertes Design biochemischer Mikroreaktoren, Unterstutzung der Stärkebiologie mit In-vitro-Studien an kohlenhydrataktiven Enzymen und biosynthetischen Glykomaterialien, Kompartimentierung und Transport in synthetischen Vesikeln, Metabolomics-Standards und metabolische Modellierung für die synthetische Biologie in Pflanzen, stimmen Vorhersagen mit experimentellen Belegen überein? , Optimierung von Engineered Herstellung des Glucoraphanin Precursor Dihomomethionine in Nicotiana benthamiana, Synthetische Peptide als Proteinmimetika, synthetisches Protein Scaffolds Basierend auf Peptidmotive und Cognate Adapter Domains zur Verbesserung der Stoffwechsel Produktivität, Ingenieurwesen der metabolischen Pathways durch künstliches Enzym Kanäle

Modellierung in der Systembiologie

Kursinhalt:
Biologische Grundlagen, Grundlagen der mathematischen Modellierung, Modellkalibrierung und experimentelles Design, Modellierung zellulärer Prozesse, enzymatische Umwandlung, Polymerisationsprozesse, Signaltransduktion und genetisch regulierte Systeme, Analyse von Modulen und Motiven, allgemeine Methoden der Modellanalyse, Aspekte der Steuerungstheorie, Motive in zellulären Netzwerken, Analyse zellulärer Netzwerke, Metabolic Engineering, topologische Eigenschaften

Erweitertes Data Mining

Kursinhalt:
Einführung in Data Mining in der Bioinformatik, hierarchisches Profiling Scoring und Anwendungen in der Bioinformatik Methoden und Praktiken der Kombination multipler Scoringsysteme, DNA Sequenzvisualisierung, Proteomik mit Massenspektrometrie, effiziente und robuste Analyse großer phylogenetischer Datensätze, algorithmische Aspekte des Protein Threading, Musterdifferenzierung und Formulierungen für heterogene genomische Daten, parameterlose Clustering-Techniken für die Genexpressionsanalyse, gemeinsame diskriminierende Genauswahl für die molekulare Klassifizierung von Krebs, ein Haplotyp-Analyse-System für die Entdeckung von gemeinsamen Krankheiten, ein Bayes-Framework zur Verbesserung der Clustering-Genauigkeit von Protein-Sequenzen

Maschinelles lernen

Kursinhalt:
Warum interessieren wir uns für maschinelles Lernen, Machine Learning Statistik und Datenanalyse, Mustererkennung, neuronale Netzwerke und Deep Learning, Lerncluster und Empfehlungen, Lernen, Maßnahmen zu ergreifen, Wohin gehen wir von hier?

Computergestütztes Design von Medikamenten

Kursinhalt:
Quantenmechanische und molekular-mechanische Ansätze, Übergangsmetallsysteme, Modellierung von Protein-Protein-Wechselwirkungen durch starre Körper, QM-basierte Modellierung, aktueller Status und Zukunft
Diese Universität bietet Studiengänge in den folgenden Sprachen an
  • Englisch


Zuletzt aktualisiert am March 27, 2018
Dauer & Preise
Dieser Kurs ist campusbasiert
Start Date
Beginn
Sept. 2018
Duration
Dauer
Teilzeit
Vollzeit
Information
Deadline