Immunologisk bioinformatik - et undervisningsprojekt til de danske gymnasier

Transkript

1 Immunologisk bioinformatik - et undervisningsprojekt til de danske gymnasier Isa Kirk Biotech Academy Institut for Systembiologi, Danmarks Tekniske Universitet 2. november

2 Indhold 1 Introduktion 2 2 Projektbeskrivelse Porteføljen Opbygning Analysemateriale Tværfagligt materiale Fylogeni og hypoteser Immunologi og forudsigelsemetoder Teorien

3 1 Introduktion Bioinformatik er en del af bioteknologien der kombinerer biologi, matematik, statistik og datalogi. Det er således en tværfaglig videnskab, som egner sig godt til at illustrere den sammenhæng der eksisterer på tværs af de naturvidenskabelige fag. I fagene Biologi, Bioteknologi og Matematik for STX og HTX er bioinformatik blevet kernestof og udgør således en vigtig del af læreplanen for fagene. På nuværende tidspunkt eksisterer der næsten intet relevant materiale indenfor bioinformatik, og intet af dette materiale viser den tværfaglighed som bioinformatik indeholder. Målet med undervisningsprojektet er derfor at dække den bioinformatiske del af kenestoffet samt klargøre den sammenhæng, der eksisterer mellem bioteknologi og matematik. Undervisningsmaterialet er tilrettet et fagligt niveau, således at det kan benyttes af elever, der har Biologi A/B/C, Bioteknologi A og/eller Matematik A/B. For at sikre at projektet er i tråd med den nyeste forskning indenfor bioinformatik, samt at det lever op til fagenes kernestof og elevernes faglige niveau, udarbejdes det i tæt sammenarbejde med forskere fra Institut for Systembiolgi ved Danmarks Tekniske Universitet, DTU, lærere fra de Danske Science Gymnasier (DASG) og Undervisningsministeriets fagkonsulenter inden for Biologi, Bioteknologi og Matematik. 2 Projektbeskrivelse Formålet med undervisningsmaterialet er at give elever og lærere mulighed for at bruge bioinformatiske redskaber direkte i undervisningen samt at illustrere det tværfaglige felt, som bioinformatikken er. På baggrund af projektets formål opdeles undervisningsmaterialet i to dele: 1. Portefølje Dette vil være en samling af analyserbart materiale i form af DNA, RNA og proteinsekvenser og -strukturer, der er konstrueret til brug i bioinformatiske programmer. Materialet i porteføljen udleveres af læreren til eleverne ifbm. undervisningen og skal bruges til et eksemplificere brugen af bioinformtiske programmer og databaser. 2. Tværfagligt øvelsesmateriale Dette vil bestå af projektorienteret øvelsemateriale, der har til formål at illustrere sammenhængen mellem bioteknologi og matematik. Dette bliver gjort ved at introducere eleverne til matematiske modeller, som de senere skal benytte på biologiske emner - heriblandt evolution og immunologi. Til hver af de to dele vil der blive udarbejdet teoriartikler, hvilket specificeres nøjere i afsnit 2.3. På hver deres måde vil de to dele inkorporere bioinformatik i undervisningen, og de vil kunne benyttes til hver deres formål - alt afhængig af gymnasieklassens studieretning og undervisningsforløb. 2.1 Porteføljen For at være i stand til at arbejde med bioinformatik er det vigtigt at have kendskab til basale bioinformatiske redskaber, begreber og metoder. Eleverne vil opnå dette kendskab bl.a. ved på egen hånd at undersøge og afprøve bio-relaterede programmer og databaser gennem analyse af DNA-, RNAog proteinsekvenser. Idéen med porteføljen er at hjælpe elever med nemt at danne sig et basalt kendskab til bioinformatiske redskaber, begreber og metoder. Porteføljen er derfor en samling af analyserbart materiale, der er optimeret til brug i relevante programmer og databaser af gymnasieeleverne. Analysematerialet, der bliver produceret ifbm. projektet, vil stemme overens med emner indenfor kerneområderne beskrevet i stx-bekendtgørelsen á 2010 for Biologi A og B. Det er desuden hensigten, at der løbende vil blive tilføjet materiale til porteføljen, så det med tiden kommer til at indeholde en lille database med relevante undervisningsøvelser. 2

4 2.1.1 Opbygning Porteføljen opbygges, så hovedfelterne er bioinformatikprogrammer eller databaser. Hver af disse vil have tilknyttet et eller flere speciallavede analysematerialer (dette specificeres nedenfor i afsnittet 2.1.2), som er designet til at illustrere funktionen af det specifikke program eller database. De programmer og databaser der vil benyttes i porteføljen er følgende: Programmer: Basic Local Alignment Tool (BLAST): benyttes til sekvens søgning. Virtual Ribosome: bruges til translatation af DNA til protein. PyMol: bruges til 3D visualisering af proteiner. FigTree: bruges til at rekonstruere evolutionære træer. Databaser: National Center for Biotechnology Information (NCBI), der er en bio-relateret database. Universal Protein Resource (UniProt), der er en databaser over proteiner og deres funktioner. Protein Data Bank (PDB), der er en database til at finde protein strukturer Analysemateriale Analysematerialet vil bestå af sekvenser og strukturer og laves ud fra to kriterier. 1) Hvor relevant materialet er, idet der kun vil være eksempler indenfor emner, der indgår som kernestof for Biologi A/B/C og Bioteknologi A. 2) Hvor stor succesraten for resultater er, da det anses for vigtigt, at eleverne får brugbare resultater, de kan forholde sig til og analysere, samtidig med at eleverne gerne skal have en succesoplevelse med bioinformatik. Nedenfor gives eksempler på porteføljematerialet, der alle dækker emner indenfor kernestof i Biologi A, jf. stx-bekendtgørelsen á 2010: Ved gennemgang af cellers opbygning gives en ukendt sekvens til eleverne. De skal benytte BLAST til at bestemme det, som molekyle-sekvensen koder for, UniProt til at finde dets funktion og til slut nærstudere dets struktur vha. PyMol. Ved gennemgang af fysiologi på cellulært plan får eleverne udleveret en række proteinsekvenser. Sekvenserne koder alle for det samme protein, men stammer fra forskellige organismer. Eleverne skal finde den evolutionære sammenhæng mellem organismer vha. sekvenserne. Sammenhængen kan de visualisere ved brug af FigTree. I forbindelse med gennemgang af enzymer får eleverne udleveret to navne; det ene koder for et enzym, det andet for et substrat. Eleverne skal finde informationer om sekvenserne i UniProt og derefter benytte PDB til at overføre sekvenserne til PyMol. Her kan de visualisere interaktionen mellem enzym og substrat og selv kortlægge de aktive sider. Under emnet genteknologi får eleverne udleveret en ukendt, gensplejset, sekvens. De skal derefter benytte BLAST til at finde de domæner, der er sat sammen ved gensplejsning, og hvilke organismer, de oprindeligt stammer fra. 2.2 Tværfagligt materiale Med denne del af undervisningsmaterialet bliver eleverne i stand til at forstå sammenhænge mellem bioteknologi, matematik og statistik. Materialet laves med fokus på den matematik og statistik, der bruges i forskellige bioinformatiske redskaber. Eleverne vil herefter sammenkæde den matematiske teori med biologien gennem øvelser. Dermed vil øvelsesmaterialet illustrere, hvad der præcis menes med bioinformatik; nemlig en tværfaglig kombination af matematik, biologi og statistik. Nedenfor er angivet nogle forskellige emner, som det tværfaglige undervisningsmateriale er tiltænkt at indeholde. 3

5 2.2.1 Fylogeni og hypoteser Emnet går under evolution, men vil have en matematisk orienteret tilgang til DNA-sekvensers slægtskab. Udgangspunkt for øvelsen er beskrivelse og brug af de algoritmer, der benyttes til at konstruere fylogenetiske træer - her i blandt Neighbor Joining algoritmen. Eleverne vil desuden få forklaret begreber som hypotesetest, statisktisk fordeling og p-værdi. Eleverne skal i øvelsesdelen bruge den viden, de har fået gennem teorien, til selv at lave fylogenetiske træer samt efterfølgende lave en validitetsundersøgelse af dem. Validitetsundersøgelsen skal bl.a. udføres ved bruge af Sum of Squared Errors Immunologi og forudsigelsemetoder Dette emne er under de biologiske emner immunologi og proteinsyntese samt de matematiske emner forudsigelse, mønstergenkendelse, frekvens og matricer. I immunologidelen vil eleverne få indblik i den måde, hvorpå immunforsvarets celler genkender fremmede stoffer, samt hvorledes proteiner dannes. De vil gennem de to emner lære begreber som epitoper, MHC-molekyler, antigen procesering, det centrale dogme, fosforylering og proteintransport. Eleverne skal bruge den tilegnede viden til selv at kunne forudsige 1) fosforyleringssteder på proteiner, 2) signalpeptider og 3) hvorvidt et givent molekyle vil kunne starte et immunrespons i mennesker eller ej. De redskaber, eleverne skal bruge til at lave denne øvelse, får de gennem den matematiske del, som konkretiseres gennem brugen af LOGO plots og Shannon entropi. 2.3 Teorien Til begge dele af undervisningsmaterialet udarbejdes relevant teori, så både lærere og elever bliver klædt på til de forskellige øvelser. Teorien til del 1, porteføljen, vil bestå af: Programbeskrivelse: Hvordan bruges det? Hvad bruges det til? Hvad er input/output? Liste over standardkommandoer som benyttes i programmet Introduktion til relevante databaser: Hvad kan man finde i dem? Hvornår benytter man netop dem? Hvordan bruges de optimalt? Beskrivelse af sekvenserne i analysematerialet: Opbygning Funktionen Industrielt brug hvis eksisterende. Del 2, den tværfagligt orienterede del, har fokus på matematiske modeller og metoder, der ligger bag bioinformatikken. Teorien hertil vil derfor være mere dybdegående, da det bestræbes, at elever med både biologi/bioteknologi og matematik som valgfag skal kunne bruge materialet. Til de sværere dele i i både porteføljen og det tværfaglige materiale vil der på længere sigt blive udviklet ekstra hjælpemateriale, eksempelvis podcasts. Teorien vil her bliver forklaret mere udførligt med eventuelle eksempler indlagt, hvilket dermed tilbyder eleverne en alternativ indlæringsmetode. 4