《大数据药物设计学》教学大纲(本科).docx

大数据药物设计学
一、课程简介
生物信息学领域中数据的急速增长俨然成为一种趋势。大数据的分析将创造巨大的经济效益。 当前，生物制药和药物开发预测模型的构建变得愈发复杂和广泛。在药物研发过程中大数据提供了新 的机遇，将给药物公司带来巨大的回报。《大数据药物设计学》这门课程的开展，从基础的大数据的 定义、大数据的开展历史，大数据的数据类型，大数据在复杂疾病中的分析流程，大数据在药物 开发与生物制药方面的策略方法等各个方面入手，由浅入深，通过利用大规模的基因组、表观组、 代谢组、蛋白质组以及临床数据，构建药物预测模型，能够极大地推动新的潜在候选分子的识别，继 而成功将候选分子开展成为能够平安，有效作用于生物靶的药物。本课程主要是以大数据为主角，以 解决药物开发与生物制药相关问题为主线，旨在让学生了解生物信息学大数据的基本概念，能够引导 同学在面对生物医药领域中大量高通量数据时，可以独立运用所学知识进行基于大数据的药物开发, 极大增强了学生在生物信息学领域处理和分析大数据的能力，为生物信息学人才将来进入药厂研 发奠定重要的理论基础，提高科研水平。
二、理论教学内容
1 .大数据与药物开发概述
掌握内容：药物开发大数据的定义。
了解内容：大数据开展的历史与未来趋势、大数据的多种成熟应用、大数据药物开发的理念 以及大数据在药物开发中的应用。
2 .大数据与药靶发现
掌握内容：药靶的定义；药物基因组、药物转录组、药物蛋白组、药物代谢组、药物表型组 相关的大型计划；药物基因组、药物转录组、药物蛋白组、药物代谢组、药物表型组常用数据资 源；各组学数据的相互关系；基于各组学数据的药靶发现基本生物信息分析流程及实例分析；以 基因组大数据为基点，融合其他组学数据的新药靶挖掘流程及实例分析。
了解内容：基于大数据分析发现新药靶的缺点；各组学数据的药靶发现最新进展；融合多组 学数据的药靶发现最新进展。
3 .大数据与药效机理
掌握内容：药效机理大数据的类型及特点，药效机理大数据资源。
了解内容：利用药效机理大数据揭示肿瘤药效机理的计算策略。
4 .大数据与药物应答标志物发现
掌握内容：药物应答标志物的定义；不同组学药物应答相关的大数据资源；药物应答大数据 的类型、特点及处理；利用不同组学药物应答大数据识别药物应答标志物的计算策略及实例分析。
了解内容：基于大数据的免疫治疗应答标志物发现的历史进展。
5 .药物毒性数据库
学习内容：T3DB、CTD、SIDER等药物毒性与副反响数据库的功能、构成与使用。
学习要求：掌握T3DB、CTD、SIDER的访问途径与浏览器界面使用，以及批量数据的格式、 下载与预处理；DITOP、IntSide、SePreSA的使用。
6 .大数据与药物筛选
掌握内容：传统药物筛选流程；大数据用于药物筛选的优势；整合药物相关数据与癌症患者 的高通量数据大规模筛选药物方法；药物筛选大数据资源与应用。
了解内容：药物筛选的研究进展；药物发现与药物开发；大规模药物筛选中的靶位点优化与 结构分析。
7 .大数据与联合用药策略72
掌握内容：联合用药大数据的类型及特点，联合用药大数据资源。
了解内容：整合多种药物大数据预测药物联合的计算策略，以化疗药物为基础的癌症联合用 药的开展历史，以免疫治疗为基础的癌症联合治疗开展历史。
8 .大数据与精准治疗
掌握内容：精准医学大数据的概念、类型及特点，精准医学大数据资源。
了解内容：精准医学大数据在精准治疗的前沿案例。
三、实验教学内容
1 .基于药物-基因网络拓扑特征的药物及药靶优化筛选
基本内容：计算药物-基因网络拓扑特征、基于网络拓扑特征开发分类器优化药物靶点。
基本要求：掌握常用的网络拓扑特征指标计算、学会并理解基于网络拓扑特征优化药物靶点。
2 .基于各种药物敏感性数据库来筛选药物敏感性相关通路
基本内容：各种药物敏感性数据库基本内容，基于网络等工具开发分类器来筛选药物敏感性 相关通路。基于大数据构建药物敏感性相关编码/非编码网络。
基本要求：掌握药物敏感性数据库基本内容，学会并理解基于大数据及各种工具筛选药物敏 感性相关通路。
4 .基于高通量数据的药物应答标志物筛选及药物反响预测
基本内容：基于高通量数据筛选药物应答相关的基因/非编码RNA,预测药物的应答反响。基 本要求：掌握药物相关高通量数据的处理方法流程，理解预测药物应答反响的基本策略。5. 整合基因组进行药物联合筛选
基本内容：药物的联合药效分析指标，常规计算方法预测联合治疗策略。
基本要求：掌握基因组整合策略进行药物联合筛选。
四、参考资料《生物信息学》第二版.李霞主编,人民卫生出版社.2015年6月出版
«Big Data Now： 2012 Edition》（美）蒂特主编，0'1^1.乂0出&2012年05月出版
五、学时分配
序号
教学内容
参考学时
总学时
理论学时
实验学时
1
大数据与药物开发概述
2
2
0
2
大数据与药物筛选
10
6
4
3
大数据与药效机理
10
6
4
4
大数据与药物应答标志物发现
10
6
4
5
大数据与药物毒理
10
6
4
6
大数据与药物筛选
4
4
0
7
大数据与联合用药策略
10
6
4
8
大数据与精准治疗
4
4
0
合计
60
40
20
73