Biofarmacja obliczeniowa
Termin:
1 paź 2024 - 1 lip 2025
Miejsce:
Kraków
Czas trwania:
180 godz.
Prowadzący:
Kierownik studiów
dr Bartosz Lisowski
Pozostałe terminy:
Organizator
Opis i cele
Studia podyplomowe z biofarmacji obliczeniowej są skierowane głównie do farmaceutów, biochemików, biotechnologów, bioinformatyków oraz innych specjalistów z wykształceniem medycznym lub matematyczno-przyrodniczym, pracujących w sektorze biomedycznym. Program ma na celu przygotowanie do projektowania leków i kandydatów na leki przy użyciu metod modelowania opartego na programowaniu w Pythonie i R, technologii uczenia maszynowego, matematycznych opisów układów dynamicznych oraz analizy danych statystycznych.
Charakterystyka uczestników
Osoby zatrudnione w sektorze biomedycznym, w tym pracownicy podmiotów leczniczych, biofarmaceutycznych, wyrobów medycznych, oraz absolwenci studiów I lub II stopnia zainteresowani rozwijaniem swoich umiejętności zawodowych.
Program
- Podstawy programowania w językach Python i R
- Matematyczny opis układów dynamicznych
- Metody numeryczne i statystyczna analiza danych
- Zastosowanie sztucznej inteligencji w projektowaniu i rozwoju leków oraz bezpieczeństwo danych
- Wykorzystywanie środowisk programistycznych Python i R w projektowaniu i rozwoju leków
- Modelowanie farmakokinetyczne
- Molekularne i fizjologiczne podstawy procesów ADME dla ksenobiotyków
- Analiza i przewidywanie kinetyki leków i kandydatów na leki, ekstrapolacja in vitro - in vivo
- Analiza i przewidywanie farmakodynamiki leków i kandydatów na leki
Dodatkowe informacje organizacyjne
Dane do kontaktu:
- Adres: ul. Medyczna 9, 30-668 Kraków
- Telefon: 12 620 57 58
- E-mail: ujcmstudiapodyplabm@cm-uj.krakow.pl
- Strona WWW: https://www.mckp.uj.edu.pl/studiaabm/
Uczestnik otrzymuje:
Świadectwo ukończenia studiów podyplomowych CM UJ
Wiedza:
- Znajomość języków programowania Python i R oraz ich zastosowań w medycynie i farmacji
- Umiejętność korzystania z narzędzi 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 leków.
- Znajomość podstaw matematycznego modelowania farmakokinetyki/farmakodynamiki (PK/PD) oraz ich aplikacji w praktyce.
- Zrozumienie zasad bioekwipotencjalności leków i substancji czynnych oraz technik oceny bioekwiwalencji.
- Znajomość podstaw bioinformatyki molekularnej i jej roli w projektowaniu leków.
- Zrozumienie mechanizmów działania różnych typów leków i substancji czynnych na poziomie molekularnym i komórkowym.
Umiejętności:
- Przygotowanie środowiska 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 pomocą różnych narzędzi obliczeniowych.
- Ocena i interpretacja wyników badań in vitro i in vivo w kontekście predykcji farmakokinetyki i farmakodynamiki leków.
- Projektowanie i realizacja eksperymentów numerycznych do weryfikacji modeli sztucznej inteligencji stosowanych w farmacji i biotechnologii.
- Zastosowanie zaawansowanych technik analizy danych do optymalizacji procesów badawczych i rozwoju leków.
- Formułowanie i weryfikacja hipotez naukowych przy użyciu analizy danych i modeli matematycznych.
Kompetencje społeczne:
- Gotowość do ciągłego doskonalenia wiedzy i umiejętności
- Umiejętność pracy zespołowej i współpracy z ekspertami branżowymi
- Etyczne podejście do rozwiązywania problemów związanych z projektowaniem leków
- Zdolność do efektywnej pracy zespołowej w międzynarodowym środowisku akademickim i przemysłowym.
- Umiejętność podejmowania decyzji etycznych i moralnych w kontekście pracy nad nowymi lekami i technologiami medycznymi.
- Gotowość do udziału w projektach interdyscyplinarnych łączących wiedzę z zakresu biofarmacji, biotechnologii i informatyki medycznej.
- Umiejętność klarownej komunikacji wyników pracy zarówno w formie pisemnej, jak i ustnej.
- Zaangażowanie w ciągłe doskonalenie umiejętności i wiedzy w obszarze farmacji komputerowej, biotechnologii oraz śledzenie najnowszych trendów i badań.
Pozostałe korzyści:
Absolwenci i absolwentki kierunku dysponują praktyczną znajomością technik i narzędzi modelowania matematycznego i potrafią zastosować je w pracy z lekiem i kandydatem na lek, w analizie danych, w modelowaniu farmakokinetycznym i farmakodynamicznym opartym o fizjologię czy dowolnym zagadnieniu z zakresu biologii systemów czy obliczeniowej farmakologii systemów.