Šifra: 2205
Naziv Predmeta: Strukturna bioinformatika proteina i bioaktivnih molekula
Studijski program: Molekularne bioznanosti
Modul: Bioinformatika
Nositelj predmeta:

naslovni izv. prof. dr. sc. Bono Lučić, zn. savjetnik
Ustanova nositelja predmeta:

Institut Ruđer Bošković
Suradnici – izvoditelji:
Status predmeta: Izborni kolegij
Godina u kojoj se predmet predaje: I. godina
Semestar u kojem se predmet predaje: II. semestar
Cilj predmeta:

Usvojiti opća načela modeliranja svojstava i aktivnosti proteina i bioaktivnih molekula kao i znanja potrebna za praćenje i kritičku analizu znanstvenih rezultata u tom području. Osamostaliti studente za provedbu modeliranja svojstva ili aktivnosti izabranoga skupa bioaktivnih molekula ili proteina.
Sadržaj predmeta:

Pregled metoda za modeliranje svojstava i stukture proteina i bioaktivnih molekula. Algoritmi za izbor modela. Izbor reprezentativnog skupa poteina i bioaktivnih molekula za analizu, i uključivanje sličnosti. Opisivanje strukturnih posebnosti skupa proteina i bioaktivnih molekula s pomoću molekularnih strukturnih deskriptora. Parametri kvalitete modela s obzirom na provedbu postupka učenja i provjeru točnosti predviđanja modela. Parametri točnosti modela u postupku prilagodbe, križne provjere, i vanjske provjere. Pregled točnosti postojećih metoda u predviđanju farmakoloških svojstava bioaktivnih molekula i svojstava i stukture proteina. Modeliranje sekundarne strukture, konstanti savijanja i razmotavanja proteina, stukturalne klase, udjela sekundarne strukture, položaja proteina u stanici, i drugih globalnih svojstava proteina. Modeliranje 3D strukture na temelju sličnosti. Modeliranje strukture i topologije membranskih proteina. Pregled baza podataka i poslužitelja za modeliranje u strukturnoj bioinformatici, i njihovo korištenje. Modeliranje fizikalno-kemijskih svojstava (topljivost, lipofilnost, transport, apsorpcija), biološke aktivnosti i toksičnosti bioaktivnih molekula.
Ishodi učenja: kompetencije, znanje, vještine koje predmet razvija:

1. Utvrditi osnovna načela modeliranja svojstava i aktivnosti proteina i bioaktivnih molekula.
2. Koristiti metodologiju za provedbu modeliranja skupa podataka prikupljenih radom u laboratoriju i/ili iz literature.
3. Kritički prosuditi kvalitete i ograničenja teorijskih bioinformatičkih metoda i modela.
4. Primijeniti u svome radu najvažnije metode dostupne preko interneta (u obliku računalnih programa ili poslužitelja).
ECTS bodovi 6
Predavanja 5
Seminari (IS) 5
Vježbe (E) 20
Ukupno 30
Način izvođenja nastave i usvajanja znanja:
Način izvođenja nastave i usvajanja znanja: (napomene)

Redovito pohađanje nastave uz mogući opravdani izostanak do 3 sata nastave. Student je obvezan održati manji seminar temeljen na pregledu literature. Na koncu predavanja student treba provesti analizu odabranoga skupa proteina ili bioaktivnih molekula uz pomoć nositelja predmeta.
Praćenje i ocjenjivanje studenata (označiti masnim tiskom samo relevantne kategorije) Pohađanje nastave, Obvezan seminarski rad, Vježba ili case study
Način ocjenjivanja: Usmeni ispit, Prikaz slučaja, Projekt
Obvezna literatura:

1. D. J. Livingstone: “Data Analysis for Chemists – Application to QSAR and Chemical Product Design” Oxford Univerity Press, UK, 1995.
2. D. Juretić: “Bioenergetika – rad membranskih proteina” Informator. Zagreb, 1997.

Najvažniji znanstveni i radovi iz područja stukturne bioinformatike i modeliranja svojstava proteina i bioaktivnih molekula:
3. S. F. Altschul; W. Gish; W. Miller; E. W. Myers; D. J. Lipman, Basic local alignment search tool, J. Mol. Biol. 215 (1990) 403-410.
4. J. Kyte; R. F. Doolittle, A simple method for displaying the hydropathic character of a protein. J. Mol. Biol. 157 (1982) 105-132.
5. G. von Heijne, Membrane-protein structure prediction – hydrophobicity analysis and the positive-inside rule. J. Mol. Biol. 225 (1992) 487-494.
6. B. Rost; C. Sander, Prediction of protein secondary structure at better than 70-percent accuracy, J. Mol. Biol. 232 (1993) 584-599.
7. A. R. Katritzky; V. S. Lobanov; M. Karelson, QSPR: The Correlation and quantitative prediction of chemical and physical properties from structure, Chem. Soc. Rev. 24 (1995) 279-287.
Dopunska (preporučena) literatura:

1. 1. C. Gibas; P. Jambeck: “Developing Bioinformatics Computer Skills” O'Reilly and Assoc. Inc., Sebastopol, CA, USA, 2001.
2. K. P. Burnham; D. R. Anderson: “Model Selection and Multi-Model Inference : A Practical Information-Theoretic Approach (2Rev ed)” Springer, Berlin, 2004.
3. W. Kabsch; C. Sander, Dictionary of protein secondary structure: pattern recognition of hydrogen-bonded and geometrical features, Biopolymers 22 (1983) 2577-2637.
4. P. Y. Chou; G. D. Fasman, Prediction of the secondary structure of proteins from their amino acid sequence, Adv. Enzymol. 47 (1978) 45-148.
5. A. Šali; T. L. Blundell, Comparative protein modeling by satisfaction of spatial restrains, J Mol Biol. 234 (1993) 779-815.
6. C. A. Lipinski; F. Lombardo; B. W. Doming; P. J. Feeney, Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings, Adv. Drug. Deliv. 23 (1997) 3-25.
7. C. Hansch; T. J. Fujita, ρ-σ-π Analysis, A method for the correlation of biological activity and chemical structure, J. Am. Soc. 86 (1964) 1616-1626.
8. S. M. Free Jr.; J. W. Wilson, A mathematical contribution to structure activity studies, J. Med. Chem. 7 (1964) 395-399.
Način praćenja kvalitete i uspješnosti izvedbe (evaluacija):

Upitnici nakon održanih 10 sati i na kraju predavanja/vježbi. Rasprava sa studentima i kolegama. Praćenje napredovajna svakoga studenta. Uspješnost kolegija evaluirat će svake godine zajedničko stručno povjerenstvo Instituta "Ruđer Bošković", Sveučilišta u Dubrovniku i Sveučilišta u Osijeku.