Кандидат биологических наук

University of Tehran, Kish International Campus

Описание программы

Прочитать официальное описание

Кандидат биологических наук

University of Tehran, Kish International Campus

Введение

Биоинформатика - это междисциплинарная наука на интерфейсах биологических, информационных и вычислительных наук, использует вычисления для лучшего понимания биологии. Биоинформатика включает в себя анализ биологических данных, в частности ДНК, РНК и белковых последовательностей. Область биоинформатики испытала взрывной рост, начиная с середины 1990-х годов, в основном благодаря проекту генома человека и быстрым достижениям в технологии секвенирования ДНК. Недавние и новые технологии создают биологические наборы данных все возрастающей резолюции, которые выявляют не только геномные последовательности, но и обилие РНК и белков, их взаимодействие друг с другом, их субклеточную локализацию и идентичность и обилие других биологических молекул. Это требует разработки и применения сложных вычислительных методов. Биоинформатика использует вычислительные подходы к анализу закономерностей биологических данных и созданию сложных моделей биологической активности, включая попытки выяснить функции генов и их взаимодействия в генетических Pathways . Ожидается широкое распространение социальных выгод от эксплуатации богатства новых знаний о генетических механизмах жизни и связанных с ними процессах.

Анализы в биоинформатике преимущественно сосредоточены на трех типах больших наборов данных, доступных в молекулярной биологии: макромолекулярных структурах, последовательностях генома и результатах экспериментов по функциональной геномике (например, данные экспрессии). Дополнительная информация включает в себя текст научных статей и «данных о взаимоотношениях» из метаболических Pathways , таксономических деревьев и белково-белковых сетей взаимодействия. Биоинформатика использует широкий спектр вычислительных технологий, включая последовательность и структурное выравнивание, проектирование базы данных и интеллектуальную обработку данных, макромолекулярную геометрию, построение филогенетического дерева, прогнозирование структуры и функции белка, поиск генов и кластеризацию данных. Основное внимание уделяется подходам, объединяющим различные вычислительные методы и гетерогенные источники данных.

Основная цель программы PhD в области биоинформатики в международном университетском городке Киш - подготовить следующее поколение вычислительных биологов для карьеры в академических кругах, промышленности и правительстве.

Учебная программа PhD

Кандидат биоинформатики требует завершения 32 кредитов, набора основных курсов (9 кредитов), семинара (1 кредит) и 8 кредитов выборных курсов и кандидатской диссертации (18 кредитов). Основное внимание в программе уделяется успешному завершению оригинального и независимого исследовательского проекта, написанного и защищенного в качестве диссертации.

Всесторонний экзамен

Всесторонний экзамен следует принимать максимум в конце 4-го семестра и требуется, прежде чем студент сможет защитить предложение PhD. У студентов будет два шанса пройти экзамен PhD Complete. Если учащиеся получают оценку «неудовлетворительно» при первой попытке всестороннего экзамена, студент может повторить квалификацию один раз. Второй сбой приведет к завершению работы программы. Комплексный экзамен предназначен для обеспечения того, чтобы студент начинал на ранней стадии получения опыта исследований; это также гарантирует, что у студента есть потенциал для проведения докторантуры.

ПРЕДЛОЖЕНИЕ

Предложение PhD должно содержать конкретные цели, структуру исследований и методы, а также предлагаемую работу и временную шкалу. Кроме того, предложение должно также содержать библиографию и, как приложения, любые публикации / дополнительные материалы. Студент должен защищать свое предложение диссертации в своем комитете на устном экзамене.

ТЕЗИС

Студент должен выбрать советника по тезису (и одного или двух со-советников, если потребуется) в течение первого года пребывания в программе PhD, утвержденной комитетом факультета. На второй год комитет диссертаций, предложенный советником наряду с предложением PhD, должен быть передан на утверждение. Диссертационная комиссия должна состоять как минимум из пяти преподавателей. Два члена диссертационной комиссии должны быть из других университетов на уровне доцента. Не позднее, чем в конце 5-го семестра, студент должен представить и защитить письменное предложение PhD.

ИССЛЕДОВАТЕЛЬСКИЙ ПРОГРЕСС

Ожидается, что студент встретится со своей диссертационной комиссией не реже одного раза в год, чтобы просмотреть результаты исследований. В начале каждого учебного календарного года каждый студент и советник студента должны представить оценку оценки успеваемости ученика, в котором изложены достижения и планы на текущий год в текущем году. Диссертационная комиссия рассматривает эти резюме и отправляет студенту письмо с кратким изложением своего статуса в программе. Ожидается, что студенты, которые не достигнут удовлетворительного прогресса, исправят любые недостатки и перейдут к следующей вехе в течение одного года. Несоблюдение этого требования приведет к увольнению с программы.

Диссервация доктора

В течение 4 лет после поступления в программу PhD студент должен завершить исследование диссертации; студент должен получить результаты исследования, принятого или опубликованного в рецензируемых журналах. После подачи письменного заявления и общественной защиты и утверждения комитетом студент получает степень доктора философии. Оборона будет состоять из (1) презентации диссертации аспирантом, (2) опроса широкой аудиторией и (3) закрытого опроса диссертационным комитетом. Студент будет проинформирован о результатах экзамена по завершении всех трех частей защиты диссертации. Все члены комитета должны подписать окончательный отчет докторской комиссии и окончательный вариант диссертации.

Для окончания необходимо поддерживать минимум ГПД 16 более 20.

Выравнивающие курсы (не относится к степени)

Кандидат биоинформатики принимает степень магистра в смежных областях. Тем не менее, студенты, имеющие любую другую магистерскую степень, помимо этого, должны будут пройти несколько следующих курсов по выравниванию, которые предназначены для обеспечения подготовки к курсам PhD. Эти курсы нивелирования не учитываются для получения диплома о высшем образовании по направлению к кандидату в биоинформатику.

Курсы выравнивания: требуется не более 3 курсов; 6 кредитов

Основные курсы: требуется 4 курса; 10 кредитов

Курсы по выбору: требуется 4 курса, 8 кредитов

Описание курса

Продвинутая биоинформатика

Содержание курса:
Введение в биоинформатику, введение в молекулярную биологию, биологические базы данных, обработку биологических последовательностей с помощью MATLAB, гомологию последовательности, выравнивание белков, выравнивание нескольких последовательностей, инструменты выравнивания, биолингвистические методы, модели последовательности, модели подпоследовательности, модели генов, введение в филогенетическую реконструкцию, дистанцию Основанные на методах, методы на основе символов: соображения, вероятностные методы: максимальное правдоподобие, микрочипы, Matlab

Алгоритмы в биоинформатике

Содержание курса:
Введение в молекулярную биологию, сходство последовательностей, дерево суффикса, выравнивание генома, поиск базы данных, выравнивание нескольких последовательностей, восстановление филогении, сравнение филогении, перегруппировку генома, поиск мотивов, прогнозирование вторичной структуры РНК, секвенирование пептидов, генетику популяции

Структурная биоинформатика

Содержание курса:
Моделирование молекулярного моделирования, Определение биоинформатики и структуры, Основы структуры белка, Поиск и выборка в структурных, Методы поиска, Анализ и сокращение данных, Молекулярная визуализация

Вычислительная геномика

Содержание курса:
Введение, концепции генной эпидемиологии, интеграция анализа сцепления и данных последовательной генерации, QTL-картирование молекулярных признаков для изучения комплексных заболеваний человека, возобновление интереса к гаплотипу от генетического маркера к генному прогнозу, аналитические подходы к данным последовательности экзонов, анализ редких вариантов у неродственных индивидуумов, дублирование генов и функциональные последствия, от GWAS до последующего секвенирования на человеческих комплексных заболеваниях. Последствия для трансляционной медицины и терапии

Метаболическое моделирование

Содержание курса:
Инженерные синтетические метаболоны от метаболического моделирования до рационального проектирования биосинтетических устройств, построение синтетических стеролов, вычислительно разблокирующих секреты эволюции? , Характеристики транспорта сахарозы через сахарозу Специфический порин ScrY, изученный с помощью моделирования молекулярной динамики, быстрый решатель для неявной электростатики биомолекул, модельный дизайн биохимических микрореакторов, обоснование биологии крахмала с исследованиями in vitro на углевод-активных ферментах и ​​биосинтетических гликоматериалах, и транспорт в синтетических везикулах, стандарты метаболомики и метаболическое моделирование синтетической биологии в растениях, являются ли предсказания совместимыми с экспериментальными доказательствами? , Оптимизация Engineered производства в глюкорафанина Предтеча Dihomomethionine в Nicotiana benthamiana, синтетические пептиды , как белка мимика, синтетический белок Строительных лесов на основе пептидных Мотивов и родственный Adapter Доменах для улучшения метаболизма производительности, Инжиниринг метаболической Pathways искусственных каналов ферментных

Моделирование в системной биологии

Содержание курса:
Биологические основы, основы математического моделирования, модельная калибровка и экспериментальная разработка, моделирование клеточных процессов, ферментативная конверсия, процессы полимеризации, трансдукция сигналов и генетически регулируемые системы, анализ модулей и мотивов, общие методы анализа моделей, аспекты теории управления, мотивы в сотовых сетях, анализ сотовых сетей, метаболическая инженерия, топологические характеристики

Расширенный интеллектуальный анализ данных

Содержание курса:
Введение в интеллектуальный анализ данных в биоинформатике, Иерархический анализ профилей и их применение в биоинформатике. Методы и практика объединения нескольких скоринговых систем, визуализации последовательности ДНК, протеомики с масс-спектрометрией, эффективного и надежного анализа больших филогенетических наборов данных, алгоритмических аспектов потоковой обработки белков, дифференциации шаблонов и Формулировки для гетерогенных геномных данных, методы безпараметрического кластеризации для анализа экспрессии генов, совместный дискриминирующий выбор генов для молекулярной классификации рака, система анализа гаплотипов для генов Открытие общих заболеваний, байесовская основа для повышения точности кластеризации белковых последовательностей

Машинное обучение

Содержание курса:
Почему мы интересуемся машинным обучением, статистикой машинного обучения и аналитикой данных, распознаванием образов, нейронными сетями и глубоким обучением, изучением кластеров и рекомендаций, обучением действиям, куда мы идем?

Компьютерный дизайн лекарств

Содержание курса:
Квантовые механические и молекулярные механические подходы, системы переходных металлов, моделирование белково-белковых взаимодействий жестким телом, моделирование на основе QM, текущий статус и будущее
Образовательные программы предлагаются на следующих языках:
  • английский


Последнее обновление: March 27, 2018
Сроки и стоимость обучения
Форма обучения: Очная форма
Start Date
Дата начала
Сент. 2018
Duration
Срок обучения
Заочное и вечернее обучение
Очная форма
Locations
Иран - Тегеран, Тегеран
Дата начала : Сент. 2018
Сроки подачи документов Запросить информацию
Дата окончания Запросить информацию
Dates
Сент. 2018
Иран - Тегеран, Тегеран
Сроки подачи документов Запросить информацию
Дата окончания Запросить информацию