MODELIZACIÓN DE SISTEMAS BIOLÓGICOS
GRADO EN BIOTECNOLOGÍA
Curso 2023/2024
1. Datos de la asignatura
(Fecha última modificación: 16-05-23 12:51)- Código
- 109548
- Plan
- 2020
- ECTS
- 4.50
- Carácter
- OPTATIVA
- Curso
- 4
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- INGENIERÍA QUÍMICA
- Departamento
- Ingeniería Química y Textil
- Plataforma Virtual
Studium (Moodle Universidad de Salamanca)
Datos del profesorado
- Coordinador/Coordinadora
- Luis Manuel Simón Rubio
- Grupo/s
- 1
- Centro
- Fac. Ciencias Químicas
- Departamento
- Ingeniería Química y Textil
- Área
- Ingeniería Química
- Despacho
- B3501
- Horario de tutorías
- Jueves de 13 a 14
- URL Web
- https://produccioncientifica.usal.es/investigadores/57578/detalle
- lsimon@usal.es
- Teléfono
- Ext. 6284
2. Recomendaciones previas
Se recomienda haber superado las siguientes materias: Cálculo y Métodos Numéricos, Bioinformática, Fundamentos de Ingeniería Bioquímica, Biorreactores, Química e Ingeniería de Proteínas, antes de cursar la asignatura.
Se hará uso también de herramientas de programación, por lo que, aunque no sea necesario, se recomienda que el alumno esté familiarizado con algún lenguaje de programación (el profesor adaptará la materia para utilizar aquellas herramientas de programación con la que los alumnos se sientan más familiarizados).
3. Objetivos
Formular un modelo y ser capaz de formular modelos sencillos que expliquen el comportamiento de diferentes aspectos del mundo bio, desde las poblaciones microbianas, el metabolismo celular, pasando por el plegamiento de proteínas, hasta la construcción de redes neuronales. Identificar los principales ensayos y modelos existentes para la validación de biomateriales y otros modelos de ingeniería tisular.
4. Competencias a adquirir | Resultados de Aprendizaje
5. Contenidos
Teoría.
Introducción al modelado. Principios generales. Elementos de un modelo.
Tipos de modelos.
La construcción de un modelo (sistemas de ecuaciones, estimación de parámetros, optimización y validación).
Modelado y simulación de poblaciones microbianas.
Modelado y simulación de rutas metabólicas.
Modelado y simulación del plegamiento de proteínas.
Modelado y simulación de redes neuronales.
Modelización y ensayos en tejidos biológicos.
Modelización de biomateriales.
6. Metodologías Docentes
Metodologías docentes (Fecha: 16-05-23)7. Distribución de las Metodologías Docentes
8. Recursos
Libros de consulta para el alumno.
Brian P. Ingalls, Mathematical Modeling in Systems Biology: An Introduction (The MIT Press) 1st Edition.
Andrew Leach, Molecular Modelling: Principles and Applications, Pearson, 2nd Edition.
Aurélien Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, O’Reilly, 3rd Edition.
Bharath Ramsundar, Peter Eastman, Patrick Walters, Vijay Pande, Deep Learning for the Life Sciences, Applying Deep Learning to Genomics, Microscopy, Drug Discovery and More, O’Reilly, 3rd Edition.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
John Villadsen, Jens Nielsen, Gunnar Lidén, Bioreaction Engineering Principles, Springer, 3rd Edition
Scott Fogler, Elements of Chemical Reaction Engineering (International Series in the Physical and Chemical Engineering Sciences) 6th Edition
9. Evaluación
Criterios de evaluación.
Pruebas de evaluación escrita: entre un 50% y un 40%
Elaboración de trabajos científicos: entre un 50% y un 40%
Asistencia y participación en actividades presenciales: entre un 10% y un 20%
Instrumentos de evaluación.
Exámenes, trabajos y entregas en el Moodle.
Recomendaciones para la recuperación.
Solicitud de tutorías.