PhD I Bioinformatik

University of Tehran, Kish International Campus

Programbeskrivning

Läs den officiella beskrivningen

PhD I Bioinformatik

University of Tehran, Kish International Campus

Introduktion

Bioinformatik är en tvärvetenskaplig vetenskap vid gränserna för biologiska, informativa och beräkningsvetenskaper, använder beräkning för att bättre förstå biologi. Bioinformatik innefattar analys av biologiska data, i synnerhet DNA, RNA och proteinsekvenser. Fältet bioinformatik upplevde explosiv tillväxt från och med mitten av 1990-talet, som i stor utsträckning drivits av Human Genome Project och genom snabba framsteg inom DNA-sekvenseringsteknik. Nyare och ny teknik producerar biologiska dataset av ständigt ökande upplösning som avslöjar inte bara genomiska sekvenser utan även RNA- och proteinöverskott, deras interaktioner med varandra, deras subcellulära lokalisering och identiteten och överflödet hos andra biologiska molekyler. Detta kräver utveckling och tillämpning av sofistikerade beräkningsmetoder. Bioinformatik använder beräkningsmetoder för analys av mönster i biologiska data och för att skapa komplexa modeller av biologisk aktivitet, inklusive försök att belysa genernas funktioner och deras interaktioner i genetiska Pathways . Utbredda sociala förmåner förväntas utifrån utnyttjandet av den stora kunskapen om livets genetiska mekanismer och relaterade processer.

Analyser inom bioinformatik fokuserar övervägande på tre typer stora dataset som finns i molekylärbiologi: makromolekylära strukturer, genomsekvenser och resultaten av funktionella genomics-experiment (t.ex. expressionsdata). Ytterligare information omfattar texten i vetenskapliga artiklar och "relationsdata" från metaboliska Pathways , taxonomiträd och protein-protein-interaktionsnät. Bioinformatik sysselsätter ett brett spektrum av beräkningstekniker inklusive sekvens- och strukturinriktning, databasdesign och datautvinning, makromolekylär geometri, fylogenetisk trädkonstruktion, prediktion av proteinstruktur och -funktion, genfinnande och expressionsdata-gruppering. Tonvikten ligger på metoder som integrerar en rad olika beräkningsmetoder och heterogena datakällor.

Huvudsyftet med doktorsprogrammet i bioinformatik på Kish International Campus är att träna nästa generation av beräkningsbiologer för karriär inom akademi, industri och regering.

Doktorandplan

Doktorand i bioinformatik kräver 32 hp, en uppsättning kärnkurser (9 hp), ett seminarium (1 hp) och 8 hp valbara kurser och doktorsavhandling (18 hp). Huvudbetoningen av programmet är att framgångsrikt slutföra ett original och självständigt forskningsprojekt skrivet och försvarat som en avhandling.

Komplett examen

Omfattande tentamen ska tas högst i slutet av 4: e terminen och krävs innan en student kan försvara doktorandförslaget. Studenterna har två chanser att klara doktorsexamen. Om eleverna får en utvärdering av "otillfredsställande" vid sitt första omfattande provförsök kan studenten ta om kvalificeringen en gång. Ett annat misslyckande resulterar i uppsägning från programmet. Kompletterande tentamen är utformad för att säkerställa att studenten börjar tidigt med att få forskningserfarenhet; det säkerställer också att studenten har möjlighet att genomföra forskarutbildning på forskarnivå.

Doktorandförslag

Ph.d.-förslaget måste innehålla särskilda mål, forskningsdesign och metoder, och förslag till arbete och tidslinje. Dessutom måste förslaget innehålla en bibliografi och, som bilagor, eventuella publikationer / kompletterande material. Studenten måste försvara sin avhandling till sin kommitté i en muntlig tentamen.

AVHANDLING

En student ska välja en uppsatsrådgivare (och en eller två medarbetare om det behövs) inom det första året att vara i doktorandprogrammet, godkänt av fakultetsutskottet. Under det andra året ska en avhandlingskommitté som föreslagits av rådgivaren tillsammans med doktorandförslaget lämnas in för godkännande. Examensutskottet ska bestå av minst fem fakultetsmedlemmar. Två avhandlingskommitténs medlemmar bör vara från de andra universiteten på docentnivå. Senast slutet av femte terminen måste en student presentera och försvara ett skriftligt doktorandförslag.

FORSKNINGSPROGRESS

En student förväntas träffa sin avhandlingskommitté minst en gång per år för att se över forskningen. I början av varje kalenderår är varje student och studentrådgivaren skyldig att lämna en utvärderingsbedömning av studentens framsteg, som beskriver de senaste årens prestationer och planer för innevarande år. Examensutskottet granskar dessa sammanfattningar och skickar studenten ett brev som sammanfattar sin status i programmet. Studenter som misslyckas med att göra tillfredsställande framsteg förväntas korrigera eventuella brister och gå vidare till nästa milstolpe inom ett år. Underlåtenhet att göra det leder till uppsägning från programmet.

Doktorsavhandling

Inom 4 år efter att ha gått in på doktorandprogrammet förväntas studenten slutföra examensarbetet. studenten måste ha resultaten av den forskning som godkänts eller publicerats i peer-reviewed journals. Vid inlämning av skriftlig avhandling och offentligt försvar och godkännande av utskottet tilldelas studenten doktorsexamen. Försvaret kommer att bestå av (1) en presentation av doktorandens avhandling, (2) ifrågasättande av allmänheten, och (3) dörrfråga av avhandlingskommittén. Studenten kommer att informeras om examensresultatet efter avslutad avhandling i alla tre delarna. Alla utskottets ledamöter måste underteckna doktorandens slutrapport och den slutliga versionen av avhandlingen.

Ett minimum GPA på 16 över 20 måste bibehållas för examen.

Levelingskurser (inte tillämplig på graden)

Ph.d. i bioinformatik förutsätter en masterexamen inom relaterade områden. Studenter med annan masterexamen ska emellertid behöva slutföra några av följande nivåeringskurser som är utformade för att ge en bakgrund till doktorandkurserna. Dessa nivelleringskurser räknas inte för kandidatkredit mot doktorsexamen i bioinformatik.

Levelingskurser: Högst 3 kurser krävs; 6 poäng

Kärnkurser: 4 kurser krävs; 10 högskolepoäng

Valfria kurser: 4 kurser krävs, 8 hp

Kursbeskrivningar

Avancerad bioinformatik

Kursinnehåll:
Introduktion till bioinformatik, introduktion till molekylärbiologi, biologiska databaser, behandling av biologiska sekvenser med MATLAB, sekvenshomologi, proteinjusteringar, flera sekvensjustering, anpassningsverktyg, biolinguistiska metoder, sekvensmodeller, efterföljande mönstermodeller, genmodeller, introduktion till filogenetisk rekonstruktion, avstånd Baserade metoder, teckenbaserade metoder: parsimoni, probabilistiska metoder: maximal sannolikhet, mikroarrays, matlab

Algoritmer i bioinformatik

Kursinnehåll:
Introduktion till Molekylärbiologi, Sekvenslikhet, Suffix Tree, Genomjustering, Databassökning, Multipel Sekvensinriktning, Phylogeny Reconstruction, Phylogeny Comparison, Genomomvandling, Motifsökning, RNA Sekundär strukturprognos, Peptidsekvensering, Befolkningsgenetik

Strukturell bioinformatik

Kursinnehåll:
Begränsning av molekylär modellering, Definiering av bioinformatik och struktur, Grundämnen för proteinstruktur, Sökning och provtagning i struktur, Sökmetoder, Dataanalys och reduktion, Molekylär visualisering

Beräkningsgenomik

Kursinnehåll:
Introduktion, Begrepp av genetisk epidemiologi, Integration av länkanalys och Nästa generationssekvenseringsdata, QTL-kartläggning av molekylära egenskaper för studier av humana komplexa sjukdomar, förnyad intresse för haplotyp från genetisk markör till genprediktion, analytiska tillvägagångssätt för exome sekvensdata, analys av ovanliga varianter i orelaterade individer, genduplisering och funktionella följder, från GWAS till nästa generationssekvensering på humana komplexa sjukdomar. Implikationerna för translationsmedicin och terapeutik

Metabolisk modellering

Kursinnehåll:
Tekniska syntetiska metaboloner från metabola modellering till rationell design av biosyntetiska enheter, Bygga syntetiska steroler beräknat upplåsning av evolutionens hemligheter? , Karakteristik av sackarostransport genom sackarospecifik porinskärning studerad genom molekylärdynamimuleringar, snabblösare för implisita elektrostatik av biomolekyler, modellbaserad design av biokemiska mikroreaktorer, som underbygger stärkelsebiologi med in vitro-studier på kolhydrataktiva enzymer och biosyntetiska glykomaterial, kompartmentalisering och transport i syntetiska vesiklar, Metabolomics standarder och metabolisk modellering för syntetisk biologi i växter, är förutsägelser som överensstämmer med experimentella bevis? Optimering av konstruerad produktion av glukosaphaninprekursor-dihomometionin i Nicotiana benthamiana, syntetiska peptider som proteinmimics, syntetiska proteinställningar baserade på peptidmotiv och kognitiva adapternomäner för förbättring av metabolisk produktivitet, teknik av metaboliska Pathways genom artificiella enzymkanaler

Modellering i systembiologi

Kursinnehåll:
Biologiska grunder, Grundläggande för matematisk modellering, Modellkalibrering och experimentell design, Modellering av cellulära processer, Enzymatisk omvandling, Polymeriseringsprocesser, Signaltransduktion och genetiskt reglerade system, Analys av moduler och motiv, Allmänna metoder för modellanalys, Aspekter av kontrollteori, Motiv i mobilnät, analys av mobilnät, metabolisk teknik, topologiska egenskaper

Avancerad datautvinning

Kursinnehåll:
Introduktion till datavinnning i bioinformatik, hierarkisk profilering och tillämpning i bioinformatik Metoder och praxis för att kombinera multipla poängsystem, DNA-sekvensvisualisering, proteomik med masspektrometri, effektiv och robust analys av stora filogenetiska dataset, algoritmiska aspekter av proteingängning, mönsterskillnader och Formuleringar för heterogena genomiska data, parametrarfria klusteringstekniker för genuttrycksanalys, gemensamt diskriminerande genval för molekylär klassificering av cancer, ett haplotypanalyssystem för gener upptäckt av vanliga sjukdomar, en Bayesian ram för förbättring av Clustering Noggrannhet av Proteinsekvenser

Maskininlärning

Kursinnehåll:
Varför vi är intresserade av maskininlärning, Maskininlärningsstatistik och dataanalys, Mönsterigenkänning, Neurala nätverk och djupt lärande, Lärande klyftor och rekommendationer, Lärande att vidta åtgärder, var går vi härifrån?

Datorstödd läkemedelsdesign

Kursinnehåll:
Kvantmekaniska och molekylära mekaniska tillvägagångssätt, Övergångsmetallsystem, Modellering Protein-Proteininteraktioner av stel kropp, QM Baserad Modellering, Nuvarande Status och Framtid
Denna skola erbjuder program i:
  • Engelska


Senast uppdaterad March 27, 2018
Varaktighet & Pris
Denna kurs är På campus
Start Date
Startdatum
Sept. 2018
Duration
Varaktighet
Deltid
Heltid
Information
Deadline
Locations
Iran - Tehran, Tehran Province
Startdatum : Sept. 2018
Sista anmälningsdag Kontakt Skolan
Slutdatum Kontakt Skolan
Dates
Sept. 2018
Iran - Tehran, Tehran Province
Sista anmälningsdag Kontakt Skolan
Slutdatum Kontakt Skolan