Guías Académicas

Formulario de búsqueda

Curso 2023/2024

  1. Inicio
  2. Curso 2023/2024

Fac. Biología[115]
Grado en Biotecnología[295]

Curso Académico 2023-24

Imprimir

MODELIZACIÓN DE SISTEMAS BIOLÓGICOS

GRADO EN BIOTECNOLOGÍA

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
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
E-mail
lsimon@usal.es
Teléfono
923294479

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.