Biofarmacja obliczeniowa
Terminy:
Organizator
Opis i cele
Studia podyplomowe z biofarmacji obliczeniowej s膮 skierowane g艂贸wnie do farmaceut贸w, biochemik贸w, biotechnolog贸w, bioinformatyk贸w oraz innych specjalist贸w z wykszta艂ceniem medycznym lub matematyczno-przyrodniczym, pracuj膮cych w sektorze biomedycznym. Program ma na celu przygotowanie do projektowania lek贸w i kandydat贸w na leki przy u偶yciu metod modelowania opartego na programowaniu w Pythonie i R, technologii uczenia maszynowego, matematycznych opis贸w uk艂ad贸w dynamicznych oraz analizy danych statystycznych.
Charakterystyka uczestnik贸w
Osoby zatrudnione w sektorze biomedycznym, w tym pracownicy podmiot贸w leczniczych, biofarmaceutycznych, wyrob贸w medycznych, oraz absolwenci studi贸w I lub II stopnia zainteresowani rozwijaniem swoich umiej臋tno艣ci zawodowych.
Program
- Podstawy programowania w j臋zykach Python i R
- Matematyczny opis uk艂ad贸w dynamicznych
- Metody numeryczne i statystyczna analiza danych
- Zastosowanie sztucznej inteligencji w projektowaniu i rozwoju lek贸w oraz bezpiecze艅stwo danych
- Wykorzystywanie 艣rodowisk programistycznych Python i R w projektowaniu i rozwoju lek贸w
- Modelowanie farmakokinetyczne
- Molekularne i fizjologiczne podstawy proces贸w ADME dla ksenobiotyk贸w
- Analiza i przewidywanie kinetyki lek贸w i kandydat贸w na leki, ekstrapolacja in vitro - in vivo
- Analiza i przewidywanie farmakodynamiki lek贸w i kandydat贸w na leki
Dodatkowe informacje organizacyjne
Dane do kontaktu:
- Adres: ul. Medyczna 9, 30-668 Krak贸w
- Telefon: 12 620 57 58
- E-mail: ujcmstudiapodyplabm@cm-uj.krakow.pl
- Strona WWW: https://www.mckp.uj.edu.pl/studiaabm/
Uczestnik otrzymuje:
艢wiadectwo uko艅czenia studi贸w podyplomowych CM UJ
Wiedza:
- Znajomo艣膰 j臋zyk贸w programowania Python i R oraz ich zastosowa艅 w medycynie i farmacji
- Umiej臋tno艣膰 korzystania z narz臋dzi programistycznych do analizy danych
- Zrozumienie matematycznych podstaw modelowania farmakokinetycznego i farmakodynamicznego
- Zrozumienie zasad i praktyk dobrych praktyk laboratoryjnych (GMP) oraz ich zastosowanie w badaniach i rozwoju lek贸w.
- Znajomo艣膰 podstaw matematycznego modelowania farmakokinetyki/farmakodynamiki (PK/PD) oraz ich aplikacji w praktyce.
- Zrozumienie zasad bioekwipotencjalno艣ci lek贸w i substancji czynnych oraz technik oceny bioekwiwalencji.
- Znajomo艣膰 podstaw bioinformatyki molekularnej i jej roli w projektowaniu lek贸w.
- Zrozumienie mechanizm贸w dzia艂ania r贸偶nych typ贸w lek贸w i substancji czynnych na poziomie molekularnym i kom贸rkowym.
Umiej臋tno艣ci:
- Przygotowanie 艣rodowiska programistycznego w Pythonie i R
- Analiza danych oraz budowa i testowanie modeli sztucznej inteligencji
- Projektowanie i parametryzacja modeli PBPK i QSP
- Przeprowadzanie analiz farmakokinetycznych i farmakodynamicznych za pomoc膮 r贸偶nych narz臋dzi obliczeniowych.
- Ocena i interpretacja wynik贸w bada艅 in vitro i in vivo w kontek艣cie predykcji farmakokinetyki i farmakodynamiki lek贸w.
- Projektowanie i realizacja eksperyment贸w numerycznych do weryfikacji modeli sztucznej inteligencji stosowanych w farmacji i biotechnologii.
- Zastosowanie zaawansowanych technik analizy danych do optymalizacji proces贸w badawczych i rozwoju lek贸w.
- Formu艂owanie i weryfikacja hipotez naukowych przy u偶yciu analizy danych i modeli matematycznych.
Kompetencje spo艂eczne:
- Gotowo艣膰 do ci膮g艂ego doskonalenia wiedzy i umiej臋tno艣ci
- Umiej臋tno艣膰 pracy zespo艂owej i wsp贸艂pracy z ekspertami bran偶owymi
- Etyczne podej艣cie do rozwi膮zywania problem贸w zwi膮zanych z projektowaniem lek贸w
- Zdolno艣膰 do efektywnej pracy zespo艂owej w mi臋dzynarodowym 艣rodowisku akademickim i przemys艂owym.
- Umiej臋tno艣膰 podejmowania decyzji etycznych i moralnych w kontek艣cie pracy nad nowymi lekami i technologiami medycznymi.
- Gotowo艣膰 do udzia艂u w projektach interdyscyplinarnych 艂膮cz膮cych wiedz臋 z zakresu biofarmacji, biotechnologii i informatyki medycznej.
- Umiej臋tno艣膰 klarownej komunikacji wynik贸w pracy zar贸wno w formie pisemnej, jak i ustnej.
- Zaanga偶owanie w ci膮g艂e doskonalenie umiej臋tno艣ci i wiedzy w obszarze farmacji komputerowej, biotechnologii oraz 艣ledzenie najnowszych trend贸w i bada艅.
Pozosta艂e korzy艣ci:
Absolwenci i absolwentki kierunku dysponuj膮 praktyczn膮 znajomo艣ci膮 technik i narz臋dzi modelowania matematycznego i potrafi膮 zastosowa膰 je w pracy z lekiem i kandydatem na lek, w analizie danych, w modelowaniu farmakokinetycznym i farmakodynamicznym opartym o fizjologi臋 czy dowolnym zagadnieniu z zakresu biologii system贸w czy obliczeniowej farmakologii system贸w.