Caricamento in corso...
Modelli biomeccanici multiscala
01NEJMV
A.A. 2018/19
Lingua dell'insegnamento
Italiano
Corsi di studio
Corso di Laurea Magistrale in Ingegneria Biomedica - Torino
Organizzazione dell'insegnamento
| Didattica | Ore |
|---|---|
| Lezioni | 30 |
| Esercitazioni in laboratorio | 30 |
| Tutoraggio | 20 |
Docenti
| Docente | Qualifica | Settore | h.Lez | h.Es | h.Lab | h.Tut | Anni incarico |
|---|---|---|---|---|---|---|---|
| Tuszynski Jacek Adam | Professore Ordinario | IBIO-01/A | 30 | 0 | 0 | 0 | 1 |
Collaboratori
Didattica
| SSD | CFU | Attivita' formative | Ambiti disciplinari | ING-IND/34 | 6 | D - A scelta dello studente | A scelta dello studente |
|---|
2018/19
La modellazione computazionale multiscala offre metodologie e strumenti potenti e versatili per descrivere il comportamento di strutture e componenti biomeccanici (artificiali, bioartificiali, biologici).
Importanti sono le interazioni fra approccio multiscala e descrizioni multi fisiche, in grado di offrire descrizioni complesse e dettagliate delle funzionalità di sistemi, sottosistemi e componenti sia artificiali, sia naturali.
La modellazione computazionale multiscala ha come fondamento la relazione tra le caratteristiche molecolari di un sistema e i fenomeni a scale più alte, come la mesoscala e le scale tradizionali dei continui.
L'insegnamento ha un duplice obiettivo: proporre un metodo alternativo per la descrizione di fenomeni che, attraverso livelli diversi di organizzazione strutturale, influenzano le proprietà macroscopiche di alcuni sistemi di interesse biologico e fornire uno strumento per la progettazione di sistemi molecolari e materiali in ambito bionanotecnologico e per l'ingegneria dei tessuti.
Il corso si focalizzerà sui seguenti argomenti:
- modellazione molecolare/multiscala della dinamica di proteine, membrane e acidi nucleici con particolare focus a condizioni patologiche quali cancro e patologie neurodegenerative.
- Studio del ripiegamento proteico e della relazione struttura-funzione nelle proteine.
- Modellazione multiscala per lo studio di biopolimeri
- Modellazione di nanoparticelle per il rilascio di farmaci
- Valutazione di Database per sistemi biomolecolari
- Capacità organizzativa dei sistemi biologici e proprietà emergenti
L'insegnamento può essere incluso nel piano di studi sia al primo che al secondo anno di laurea magistrale.
The properties of biological materials have been the focal point of extensive studies over the past decades, leading to formation of an active research field that intimately connects biology, chemistry and materials science. The integration of predictive numerical studies with experimental methods represents a new frontier in materials research. By incorporating concepts from structural engineering, materials science and biology computational multiscale modelling has demonstrated the ability to investigate the core principles that link the fundamental atomistic-scale chemical structures to functional scales by understanding how biological materials achieve superior mechanical properties through the formation of hierarchical structures, via a merger of the concepts of structure and material.
The course will be focused on equipping the student with the essential toolbox of computational and theoretical methods required to tackle the modeling of biological and hybrid systems at all scales.
- molecular modelling to describe protein, membrane and nucleic acid dynamics
- methods for drug design/discovery and in particular ligand/target interaction to quantify affinity and kinetics of the binding. Drug Release modelling will be also considered;
- multiscale modelling of the cell cytoskeleton. Biopolymers, membrane and cell biomechanics;
- the use of publicly available data bases of bio-molecular systems
The course can be taken in both the first and second year of degree.
Lo studente dovrà acquisire le tecniche di modellazione molecolare su tre livelli principali: atomistico, micro/mesoscopico e macroscopico. La comprensione e lo studio di alcuni tra i principali approcci e del loro significato fisico costituiscono la base per l'implementazione dei metodi al calcolatore.
Al termine del corso, lo studente sarà in grado di:
- simulare al calcolatore esperimenti di caratterizzazione meccanica di proteine e polimeri;
- simulare la dinamica di interazione tra un farmaco e il suo target e modificare il composto in modo da migliorarne caratteristiche quali affinità e cinetica di legame;
- progettare un dispositivo di delivery di farmaco;
Questo insegnamento contribuisce a sviluppare l'autonomia di giudizio mediante prove di autovalutazione in aula e in laboratorio.
Questo insegnamento contribuisce a migliorare le abilità comunicative sia scritte, che orali mediante esercitazioni frontali, di gruppo, tutorial individuali e attraverso lo sviluppo di un breve progetto su un argomento a scelta, da esporre al corpo docente e ai colleghi.
La capacità di apprendimento è stimolata da un percorso formativo che alterna, in una scansione organizzata, principi metodologici, esempi applicativi, ed esercizi di approfondimento.
La possibilità di essere seguiti nella realizzazione di una breve ricerca su un argomento scelto insieme al docente, spinge gli studenti a svolgere indagini su siti web, a visionare la letteratura scientifica e a prendere coscienza degli ambiti applicativi relativi al corso.
The course offers a description about the state of the art of molecular multiscale modelling in both academic research and industry starting from the theoretical basis of the presented approaches. Practical cases will be the objective of specific hands-on tutorials.
The student will gain competencies on approaches and techniques at three level of modelling: atomistic, mesoscale and macroscale modelling. At the end of the course the student will be able to:
- Characterize mechanical properties of proteins, membrane polymers
- Simulate the ligand/receptor interaction dynamics.
- Modify a biochemical compound to improve affinity and binding kinetics to the target
- Investigate and design drug delivery devices.
- Characterize the physical, chemical and mechanical behavior of cells and tissues in physiological and pathological conditions.
The following methods will be presented in detail:
Numerical integration methods and some applications
Molecular Mechanics. Molecular Dynamics,
Monte Carlo algorithms
Matrix calculus
Normal mode analysis,
Principal Component Analysis (PCA)
microscale modeling
coarse grained methods
statistical mechanics methods; statistical ensembles
Poisson-Boltzmann equation
Fokker-Planck equation
Random walks and the diffusion equation
databases: GEO, PDB, KEGG, NCI, ChEMBL, SwissProt, etc.
This course will help students to develop their independent thinking through self-assessment tests.
The course will help to improve both written and oral communication skills through classroom exercises, group and individual tutorials and through the development of a short project on a specific topic.
The ability to learn is stimulated by a training program that alternates, in an organized schedule, methodological principles, application examples, and exercises.
A short research on a chosen topic encourages the students to undertake surveys on websites, to view the scientific literature and to become aware of the applied research areas related to the course.
In generale, è richiesta una conoscenza delle basi della ingegneria con particolare riferimento alla fisica, matematica, chimica, fondamenti di biologia, meccanica, scienza dei materiali. Il docente svolgerà delle lezioni di ripasso per colmare eventuali lacune.
Good knowledge of the basics of engineering with particular attention to physics, mathematics, chemistry, biology, mechanics, materials science. The lecturer may consider filling specific background gaps by giving ad hoc lectures.
Introduzione alla modellazione multiscala
Concetti di meccanica statistica applicati a problemi al settore bio.
Base di modellazione molecolare e multiscala. Meccanica e dinamica molecolare, campionamento avanzato.
Tecniche di progettazione di farmaci: modellazione dell’interazione ligando/recettore, calcolo dell'affinità di legame. Cinetica del legame farmacologico.
Metodi Coarse Grained (grana grossa) per la modellazione multiscala
Equazioni di diffusione, dinamica browniana, modellizzazione del rilascio di farmaci
Analisi modale per lo studio delle modalità di correlazione globale in polimeri / proteine / assiemi
Modellazione agent-based per lo studio di proprietà emergenti dei sistemi biologici.
Esercitazione in Laboratorio. Ambiente Linux e interprete di Bash.
Esercitazione in Laboratorio (argomenti possibili: simulazione di dinamica di proteina e interazione farmaco recettore, studio della dinamica vibrazionale di Nanotubi di Carbonio, Meccanica dei filamenti citoscheletrici)
- Introduction on Multiscale Modelling
- Numerical algorithms applied in biological modeling
- Statistical mechanics concepts applied to bio-medical problems
- Basis of molecular and multiscale modelling. Molecular Mechanics and Dynamics, Enhanced Sampling.
- Drug design and discovery techniques: ligand/receptor docking, binding affinity calculation. Drug binding kinetics.
- Diffusion equations, Brownian dynamics
- Drug release modelling
- Coarse Grained Approaches for multiscale modelling
- Brownian ratchets
- Selected application of computational models (possible subjects: Molecular Dynamics of protein and ligand/target interaction dynamics. Carbon Nanotube vibrations. Cytoskeleton filament mechanics)
L'insegnamento prevede lezioni frontali, esercitazioni in aula e in laboratorio al calcolatore.
Lectures, classroom exercises and hands on in computational lab.
Il docente fornirà tutto il materiale per il corso (slide e dispense) sia per le lezioni che per le esercitazioni e laboratori. Saranno inoltre suggeriti dei libri di testo come approfondimento a discrezione dello studente.
• Dill, K.A., Bromberg, S., 2003. Molecular driving forces : statistical thermodynamics in chemistry and biology. Garland Science.
• Leach, A.R., 2001. Molecular modelling : principles and applications. Prentice Hall.
• Rapaport, D.C. 2004. The Art of Molecular Dynamics Simulation. Cambridge.
• Frenkel, D. , Berend, S. 2001, Understanding Molecular Dynamics Simulation. Academic Press.
The teacher will provide all the course material (slides and lecture notes). Suggested textbooks:
• Dill, K.A., Bromberg, S., 2003. Molecular driving forces : statistical thermodynamics in chemistry and biology. Garland Science.
• Leach, A.R., 2001. Molecular modelling : principles and applications. Prentice Hall.
• Rapaport, D.C. 2004. The Art of Molecular Dynamics Simulation. Cambridge.
• Frenkel, D. , Berend, S. 2001, Understanding Molecular Dynamics Simulation. Academic Press.
Modalità di esame: Prova scritta (in aula); Prova orale facoltativa; Progetto di gruppo;
Exam: Written test; Optional oral exam; Group project;
...
Esame scritto di durata 2 ore. Sarà proposto lo sviluppo di progetto (tesina bibliografica o lavoro sperimentale) che contribuirà a definire il voto finale.
La valutazione dell'esame sarà quantificata con un punteggio da 0 a 33. Gli studenti con voto uguale o maggiore di 31 saranno promossi con 30Lode.
Gli studenti e le studentesse con disabilità o con Disturbi Specifici di Apprendimento (DSA), oltre alla segnalazione tramite procedura informatizzata, sono invitati a comunicare anche direttamente al/la docente titolare dell'insegnamento, con un preavviso non inferiore ad una settimana dall'avvio della sessione d'esame, gli strumenti compensativi concordati con l'Unità Special Needs, al fine di permettere al/la docente la declinazione più idonea in riferimento alla specifica tipologia di esame.
Exam: Written test; Optional oral exam; Group project;
A 2-hour written exam with only access to a calculator will be implemented. A small project will also be developed (bibliographic or experimental work) which will help to define the final score. The course grades will range from 0 to 33 and those students scoring at or above 31 will be given a designation: "laude".
In addition to the message sent by the online system, students with disabilities or Specific Learning Disorders (SLD) are invited to directly inform the professor in charge of the course about the special arrangements for the exam that have been agreed with the Special Needs Unit. The professor has to be informed at least one week before the beginning of the examination session in order to provide students with the most suitable arrangements for each specific type of exam.