Εφαρμογές Πληροφορικής στις Βιοϊατρικές Επιστήμες

Με το πέρας του μαθήματος ο φοιτητής θα έχει γνωρίσει:

Βάσεις δεδομένων δομής πρωτεϊνών & νουκλεϊνικών οξέων και εργαλεία αξιοποίησής τους. 

Βάσεις δεδομένων βιολογικής δράσης μορίων και δυνατότητες αξιοποίησής τους. 

Διαδυκτιακά προγράμματα πρόβλεψης αλληλεπίδρασης βιομορίων, κ.λπ.

Ειδικότερα για μια πρωτεΐνη θα μπορεί :

α) Nα βρει την αμινοξική ακολουθία χρησιμοποιώντας την PubMed Protein ή την Uniprot

β) Να βρει την τριτοταγή διαμόρφωση ( 3D δομής) της πρωτεΐνης μέσω της PubMed Structure

γ) Να συγκρίνει την αμινοξική ακολουθία της πρωτεΐνης με την αμινοξική ακολουθία άλλων πρωτεϊνών μέσω του BLASTp (NCBI) ή του Uniprot BLAST (SIB)

δ) Να συγκρίνει την τρισδιάστατη δομή της πρωτεΐνης με την τρισδιάστατη δομή μιας άλλης πρωτεΐνης μέσω του RCSB protein alignment tool.

ε) Να βρεί για αυτή την πρωτεΐνη την αλληλουχία νουκλεοτιδίων του γονιδίου/ mRNA  

στ) Να συγκρίνει την αλληλουχία DNA με άλλες αλληλουχίες (π.χ. BLAST) για να βρεί αλληλουχίες που εμφανίζουν ομοιότητα.

ζ) Να αξιοποιεί τη βάση PubMed Gene (NCBI) για να βρει:

  • Συνώνυμα της πρωτεΐνης αν υπάρχουν
  • Σε ποιο χρωμόσωμα βρίσκεται το γονίδιο (Genomic context)
  • Σε ποιους ιστούς εκφράζεται (Expression)
  • Τρεις αναφορές στη λειτουργικότητα της πρωτεΐνης (Gene References into Functions)
  • Τρία βιομόρια με τα οποία αλληλεπιδρά  (Interactions)
  • Στοιχεία για την υποκυτταρική κατανομή του μορίου (Localization/ Component)
  • Μια πάθηση με την οποία σχετίζεται (αν υπάρχει) (Human Protein Reference Data Base/Diseases)

η) Να αναζητά στοιχεία γλυκοσυλίωσης μέσω των βάσεων Uniprot και τις συνδεδεμένες βάσεις Glyconnect, κ.λπ.

θ) Επίσης, ο φοιτητής θα μπορεί να βρει πληροφορίες για ένα ένζυμο χρησιμοποιώντας την εφαρμογή ΕΝΖΥΜΕ της ExPASy και τις βάσεις BRENDA και PROSITE

Χρησιμοποιώντας τη BRENDA θα μπορεί να απαντήσει τα ερωτήματα:

- Ποιος είναι ο κωδικός EC του ενζύμου

- Με ποια ονόματα ή συντομογραφίες είναι γνωστό (SΥNONYMS)

- Ποια αντίδραση/εις καταλύει (REACTION)

- Να βρεί τα μεταβολικά μονοπάτια στα οποία συμμετέχει (PATHWAYS)

- Να βρει τα υποστρώματα του ενζύμου  

- Να βρει τους οργανισμούς στους οποίους έχει αναφερθεί η ύπαρξή του ενζύμου

- Το συνένζυμο που χρησιμοποιεί αν υπάρχει

- Αν ενεργοποιείται από μεταλλικά ιόντα και ποια

- Τους αναστολείς και ενεργοποιητές του ενζύμου αν υπάρχουν

- Ασθένειες που συνδέονται με το ένζυμο

- Την Km του ενζύμου για κάθε υπόστρωμα και το βέλτιστο pH δράσης

- Την αντοχή στη θερμοκρασία

- Τους ιστούς στους οποίους ανιχνεύτηκε το ένζυμο

- Την υποκυτταρική κατανομή του ενζύμου

- Τις εφαρμογές του ενζύμου

Οι φοιτητές μαθαίνουν να χρησιμοποιούν εργαλεία πρόβλεψης για να κάνουν:

ι) Πρόβλεψη θέσεων γλυκοσυλίωσης και δομής γλυκοσυλιωμένης πρωτεΐνης μέσω των online Προγραμμάτων ΝetNGlyc 1.0, GlyProt κλπ.

κ) Πρόβλεψη αλληλεπίδρασης πρωτεϊνών

λ) Πρόβλεψη τρισδιάστατης δομής από την αμινοξική ακολουθία μέσω του Predict Protein Swiss Model

μ) Πρόβλεψη βιολογικής δράσης ένωσης με online προγράμματα σύγκρισης δομής με τη δομή μορίων γνωστής βιολογικής δράσης, π.χ. PASS

ν) Πρόβλεψη βιολογικής δράσης, π.χ. αναστολής ενζύμου με χρήση προγραμμάτων πρόβλεψης δημιουργίας σταθερού συμπλόκου (Docking)

ξ) Πρόβλεψη οξείας τοξικότητας & οικοτοξικότητας με online προγράμματα σύγκρισης δομής με τη δομή μορίων γνωστής τοξικότητας, όπως το PASS-GUSAR.

Επίσης, με το πέρας του μαθήματος ο φοιτητής θα:

- έχει αποκομίσει μια ευρεία εικόνα σχετικά με την επίδραση των νέων τεχνολογιών στον Τομέα της Υγείας

- γνωρίζει πολλές από τις εφαρμογές και τις λύσεις που προσφέρονται

- είναι σε θέση να αναγνωρίζει τους βασικότερους τεχνολογικούς όρους στην υγεία

- αντιλαμβάνεται την προσφορά των νέων τεχνολογιών στη βελτίωση της παροχής υπηρεσιών υγείας

- κατανοεί πώς οι τεχνολογικές εξελίξεις μπορούν να βοηθήσουν τους εργαζόμενους του χώρου

- αναγνωρίζει τα οφέλη από την «εκμετάλλευση» της πληροφορικής και των τηλεπικοινωνιών στο χώρο της υγείας

- κατανοεί τα προβλήματα που καλείται να αντιμετωπίσει σε επίπεδο χρηστών

- κατανοεί τα προβλήματα που καλείται να αντιμετωπίσει ο επιστήμονας πληροφορικής που σχεδιάζει ένα σύστημα ιατρικής πληροφορικής

- είναι οικείος και ενήμερος για τις τελευταίες εξελίξεις στον τομέα της ιατρικής πληροφορικής

- μπορεί να συμμετέχει ενεργά στην ευρύτερη ομάδα υποστήριξης θεμάτων ιατρικής πληροφορικής

- έχει αποκομίσει μια ολοκληρωμένη εικόνα των θεμάτων που άπτονται στο αντικείμενο της ιατρικής πληροφορικής και της γενικότερης ηλεκτρονικής υγείας

- είναι ενήμερος για την παρούσα κατάσταση σε παγκόσμιο επίπεδο και τις εξελίξεις που διαδραματίζονται στα θέματα της ιατρικής πληροφορικής.

- γνωρίζει που οδηγούνται οι έρευνες και τι αναμένεται στο εγγύς μέλλον σε σχέση με τον Τομέα της Υγείας και τις νέες τεχνολογίες τόσο σε επίπεδο ασθενή όσο και σε επίπεδο επαγγελματία υγείας.

Τέλος, θα μάθει να αξιοποιεί βασικές εφαρμογές των Windows για την αντιμετώπιση βασικών αναγκών παρουσίασης και επεξεργασίας δεδομένων.

ΠΕΡΙΕΧΟΜΕΝΟ

Ειδικότερα το μάθημα περιλαμβάνει:

  • Online βάσεις δεδομένων και εργαλεία αξιοποίησής τους (36 ώρες)

- Εισαγωγή στις γενικές και ειδικές online βάσεις δεδομένων και στην εφαρμογή προγραμμάτων αξιοποίησης των δεδομένων.

  •  Διερεύνηση της βάσης δεδομένων PubMed - NCBI και των δυνατοτήτων που προσφέρει

Αναζήτηση δημοσιεύσεων, κατηγορίες άρθρων και λοιπού υλικού: research articles, reviews, systematic review, meta-analysis, κ.λπ.

  •   Συνδέσεις με άλλες τράπεζες δεδομένων

Ειδικές βάσεις  (protein, structure, gene, nucleotide, etc.)

  •   Βάσεις & Εργαλεία του Swiss Institute of Bioinformatics (SIB)

Ειδικές βάσεις (Βάση πληροφοριών ενζύμων BRENDA, UniPro, ExPaSy, PASS, κ.λπ)

Δυνατότητες επεξεργασίας και αξιοποίησης δεδομένων

  • Εργαλεία Επεξεργασίας δεδομένων

                ΒLAST – protein: Σύγκριση αμινοξικής ακολουθίας δύο ή περισσότερων πρωτεϊνών

                BLAST – nucleic acids: Σύγκριση αλληλουχίας βάσεων

                3D structure alignment: Σύγκριση  τριδιάστατης δομής πρωτεϊνών

                Εργαλεία μετάφρασης

  •   Εργαλεία Πρόβλεψης

               - Πρόβλεψη θέσεων γλυκοσυλίωσης πρωτεϊνών

                - Πρόβλεψη θέσεων φωσφορυλίωσης πρωτεϊνών

                - Πρόβλεψη τρισδιάστατης δομής (τριτοταγούς δομής) πρωτεΐνης από την   αμινοξική αλληλουχία

                - Πρόβλεψη αλληλεπίδρασης πρωτεϊνών μεταξύ τους

                - Πρόβλεψη αλληλεπίδρασης πρωτεϊνών με μικρά μόρια

                - Πρόβλεψη φαρμακευτικής/βιολογικής δράσης μικρών μορίων

                - Πρόβλεψη τοξικότητας μικρών μορίων

-          Εισαγωγή στα βασικά στοιχεία των ηλεκτρονικών υπολογιστών (8 ώρες)

Λειτουργικά συστήματα. Εφαρμογές Πληροφορικής σε Επεξεργασία Κειμένου, Δημιουργία βάσεων δεδομένων, Τήρηση αρχείων, Αξιοποίηση δυνατοτήτων Excel στην επεξεργασία δεδομένων

–   Εφαρμογές Η/Υ στην ιατρική και ιδιαίτερα στο ιατρικό εργαστήριο (8 ώρες)

Μελέτη συστημάτων επικοινωνίας και σύνδεσης Eργαστηρίων και Νοσοκομείων μέσω Η/Υ

Εισαγωγικές έννοιες και αναφορά στο σύστημα υγείας. 

Παρουσίαση της εικόνας σχετικά με την υιοθέτηση, την αφομοίωση και την επιρροή των νέων τεχνολογιών στη συνολική λειτουργία του και στην ποιότητα των παρεχόμενων υπηρεσιών προς πάσα κατεύθυνση. 

Οι ΤΠΕ στον χώρο της Yγείας. Πληροφοριακά Συστήματα στην Υγεία. 

Τηλεϊατρική (Βασικές έννοιες, ορισμοί, εφαρμογές, μελέτες περίπτωσης, εξελίξεις, τάσεις, προσδοκώμενα αποτελέσματα, πλεονεκτήματα, προβληματισμοί, εμπόδια, νομικά ζητήματα, θέματα ασφάλειας)