Tantárgy adatlapja

Tárgy neve: Bioanalytics and Molecular Diagnostics
Tárgy kódja: P-ITMED-0029
Óraszám: N: 2/0/0, L: 0/0/0
Kreditérték: 2
Az oktatás nyelve: angol
Követelmény típus: Kollokvium
Felelős kar: ITK
Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató: Dr. Pongor Csaba István
Tárgyleírás:

Tantárgy neve:Proteomics
P-ITMED-0029
Tárgyfelelős:Ligeti Balázs
Tantárgy oktatója:Ligeti Balázs
Rokobné Révész Ágnes
Drahos László
A tantárgy céljának rövid ismertetése:A kurzus célja a hallgatók megismertetése a proteomikai adatok jellegével és feldolgozásuk alapjaival. A hallgatók betekintést kapnak az adatok értelemezésének gyakorlati aspektusaiba is.
Elsajátítandó elméleti ismeretanyag:Tömegspektrometriai módszerek: a spektrum információtartalma, detektorok típusai. Tandem MS és aktivációs eljárások. Peptidfragmentáció. Adatgyűjtési módszerek. Mintavétel, elválasztás, ionizáció a biomedicinális alkalmazásokban. Peptidek és fehérjék azonosítása, de novo szekvenálás és adatbázis keresés. Poszttranszlációs módosítások azonosítása. Kvantitatív proteomika. Adatfeldolgozás és statisztikai elemzés. Magas és alacsonyszintű eszközök gyakorlati alkalmazása. Fehérje-fehérje kölcsönhatások és MS/MS eredmények. Kapcsolódó területek: top-down eljárás, MALDI képalkotás, ionmbilitás-elválasztás stb.
Elsajátítandó gyakorlati ismeretanyag:
  • A gyakorlatok során a hallgatók megismerkednek a proteomikai elemzésekben használt egyes programokkal, melyek egy részét önállóan, a beadandó feladatok kapcsán is használnak. Egyes adatfeldolgozási lépéseket Python környezetben végeznek el. A feladatok a fehérjeazonosítás, afdatbáizis keresés, de novo szekvenálás, kvanrtitatív adatok kinyerése, utófeldolgozás témaköreit érintik, valamint szó esik a fehérjehálózatokról (String) is.
  • Többek között az alábbi programok alkalmazása, bemutatása történik meg:
  • Mascot
  • SearchGui
  • FragPipe
  • MaxQuant
  • TesorAI
  • CasaNovo
  • InstaNovo
A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):Timothy D. Veenstra, John R. Yates III: Proteomics for biological discovery. Wiley, 2019. ISBN: 9781118279243.
Daniela Cecconi (szerk.): Proteomics Data Analysis. Methods in Molecular Biology 2361,Springer 2021. ISBN: 978-1071616406.
A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):Dr. Buday László, Dr. Nyitray László, Dr. Perczel András (szerk): Ezerarcú fehérjék, 12. fejezet Tömegspektrometria, 26. fejezet Proteomika Semmelweis Kiadó, (angol nyelvű kiadás folyamatban). ISBN: 9789633314586.
Dr. Csősz Éva (szerk.): Bevezetés a proteomikába: a fehérjék korszerű vizsgálata. Semmelweis Kiadó, 2023. ISBN: 9789633315996.
Elmélet-gyakorlat aránya:Elméleti óra óraszáma: 1
Gyakorlati óra és labor óra óraszáma: 0 + 1
Az alkalmazott oktatási módszerek:
  • Előadás vetített prezentációval
  • Moodle felületen közzétett feladatok
Az értékelés módja:
Az értékelés kritériuma:Előadás vetített pdf segítségével, gyakorlati demonstrációk, a Moodle felületen közzétett gyakorlati beadandó feladatok. A hallgatói aktivitás növelése érdekében a résztvevők választhatnak, hogy az órák közben felkínált Kahoot kvízek, projetkfeladat beküldése, vagy a félév végi vizsga révén szerzik meg a végső jegyet.
Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez:

Bioinformatika mesterképzés:
A1: a kurus során a proteomika angol szaknyelvével is megismerkednek a hallgatók
A2: A hallgatók megismerik a proteomikai adatelemzés alapvető eljárásait
A4: Az oktatók a módszerek elvi alapjait és biológgiai relevbanciáját is ismertetik
A5: A kurzus explicit módon tartalmaz ismereteket a biostatisztika, valamint a nagy áteresztőképességű molekuláris biológiai technikák adatainak tárolása, feldolgozása és értelmezése témaköréből
B1: A kurzus a szakterületen jelenleg alkalmazott legfnotosabb eljárásokat mutatja be
B2: Az átadott ismeretek hozzájárulnak a nagy mennyiségű proteomikai adatokkal kapcsolatos problémák megoldásához
B3: A kurzs lényeges eleme a proteomikai kísérletes adatok értő feldolgozása
B5: A proteomikai eljárások mélyebb megértése hozzájárul, hogy a hallgatók képesek legyenek újszerű adatelemzési munkafolyamatokat létrehozni
B8: A bemutatott proteomikai elemző munkafolyamatok ismerete elősegíti hasonlóan komplex egyéb megközelítések megértését és alkalmazását
C5: A projektmunka során követelmény a magas szintű, reprodukálható és követhető leírás, tudásátadás
C6: A kurzusban bemutatott ismeretek elősegítik a többféle aspektust (multiomics) felvonultató munkafolyamatok tervezését és implementálását
D1: A proteomikai eljárásokban szerzett jártasság hozzájárul az adatfeldolgozó munkafolyamatok önálló implementálásához és alkalmazásához
D3: A proteomika diagnosztikai aspektusainak ismerete elősegíti a egészségügyi szektor dolgozóival való együttműködés hatékony kialakítását

A tárgy az alábbi képzéseken vehető fel

bioinformatika IMNI-ABI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
info-bionika mérnöki IMNM-AIB mesterképzés (MA/MSc) Nappali angol 4 félév ITK
kvantummérnök IMNM-AKVM mesterképzés (MA/MSc) Nappali angol 4 félév ITK
mérnökinformatikus IMNI-AMI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
mesterséges intelligencia informatikus IMNI-AAI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
orvosi biotechnológia IMNI-AOB mesterképzés (MA/MSc) Nappali angol 4 félév ITK
Széchenyi 2020 - Magyarország Kormánya - Európai Unió, Európai Regionális Fejlesztési Alap - Befektetés a Jövőbe