Analiza genomu, modelowanie białek i budowa produktów dla branży biotech łączy bioinformatyka na studiach II stopnia w Polsko-Japońskiej Akademii Technik Komputerowych w Warszawie. Dwuletni program zaczyna się od wspólnych podstaw z Pythona, Linuksa, statystyki i biologii, a potem rozdziela się na trzy specjalizacje. Studenci pracują na rzeczywistych danych biologicznych i medycznych, a sztuczna inteligencja przewija się przez cały program — a na końcu możesz sprawdzić, czy taki kierunek to coś dla Ciebie.
Bioinformatyka w PJATK to interdyscyplinarne studia magisterskie, które łączą programowanie, sztuczną inteligencję i nauki o życiu. Uczelnia opisuje je jako kształcenie na styku life science, technologii i biznesu. W praktyce chodzi o przygotowanie do pracy z danymi biologicznymi, genomicznymi i proteomicznymi, czyli z ogromnymi zbiorami informacji, z którymi mierzą się laboratoria, firmy biotechnologiczne i zespoły badawcze.
Studia trwają dwa lata, czyli cztery semestry, i są prowadzone stacjonarnie, po polsku. Semestr obejmuje 15 tygodni zajęć, a rok akademicki trwa od października do końca czerwca. Zajęcia odbywają się od poniedziałku do piątku, między 8:30 a 20:45, więc trzeba się liczyć z tym, że plan dnia mocno podporządkuje się uczelni. Kierownikiem katedry Bioinformatyki jest dr hab. Adam Kuzdraliński, prof. PJATK.
Program ma budowę modułową. Pierwszy semestr jest wspólny dla wszystkich i obejmuje:
Taki start ma sens, bo na roku spotykają się zarówno biolodzy, którzy dopiero wchodzą w świat kodu, jak i informatycy, dla których komórka czy białko to nieznany teren. Po pierwszym semestrze każdy wybiera jedną z trzech specjalizacji, nazywanych przez uczelnię zakresami.
Lista technologii obecnych w programie jest konkretna: Python i R, data science, Linux, AI i machine learning, NGS, Git oraz Docker. Sztuczna inteligencja nie jest tu osobnym dodatkiem – według uczelni towarzyszy studentom przez cały program jako narzędzie do analizy danych, interpretacji wyników i automatyzacji procesów. Zajęcia opierają się na rzeczywistych danych biologicznych i medycznych, a w tle przewijają się deep learning, Big Data i rozwiązania chmurowe w bioinformatyce.
Pierwsza specjalizacja, bioinformatyka kwasów nukleinowych, uczy samodzielnej pracy z danymi z sekwencjonowania wysokoprzepustowego (NGS). To podstawa diagnostyki molekularnej, badań onkologicznych i genomiki populacyjnej. W drugim semestrze pojawiają się genomika i transkryptomika oraz przetwarzanie danych NGS 1, w trzecim – przetwarzanie danych NGS 2 i analiza ekspresji genów (RNA-seq i pokrewne).
Studenci poznają technologie sekwencjonowania i formaty FASTQ, BAM oraz VCF, mapują odczyty, wykrywają i opisują warianty – od SNP, przez indele, po warianty strukturalne. Projektują potoki analityczne, zajmują się normalizacją danych, różnicową ekspresją genów i wariantami splicingowymi, a także danymi epigenomicznymi i metagenomicznymi oraz łączeniem danych transkryptomicznych z proteomicznymi.
Bioinformatyka strukturalna i proteomika skupia się na budowie i funkcji białek, co ma znaczenie dla projektowania leków, inżynierii białek i farmacji. W semestrze II są bioinformatyka strukturalna białek oraz proteomika obliczeniowa i adnotacja funkcjonalna białek, w semestrze III – interakcje białek i modelowanie kompleksów, a także enzymologia i bioinformatyka białek wiążących.
W programie znalazło się przewidywanie struktur białkowych metodami klasycznymi i opartymi na uczeniu głębokim, takimi jak AlphaFold czy ESMFold, wizualizacja struktur 3D, dokowanie molekularne, symulacje dynamiki molekularnej i wirtualny screening związków. Do tego dochodzą identyfikacja białek z danych spektrometrii mas, analiza modyfikacji potranslacyjnych i inżynieria białek in silico.
Trzecia ścieżka, bioinformatyka stosowana i transfer technologii, łączy kompetencje techniczne z wiedzą biznesową. Studenci zajmują się komercjalizacją technologii biomedycznych i bioinformatycznych, własnością intelektualną, zarządzaniem projektami technologiczno-badawczymi oraz budową produktów: oprogramowania, platform SaaS i usług analitycznych. Mowa tu o modelach biznesowych firm biotech, poziomach gotowości technologicznej, due diligence, licencjonowaniu, patentach i prawach autorskich, regulacjach dotyczących wyrobów medycznych, metodykach Agile i Scrum oraz źródłach finansowania.
Wybór zakresu nie odcina od pozostałych. W semestrach II i III student realizuje po dwa przedmioty obowiązkowe ze swojej specjalizacji i po dwa obieralne z puli dwóch pozostałych. Łącznie daje to osiem przedmiotów specjalizacyjnych: cztery obowiązkowe i cztery do wyboru. Przyszły genomik może więc zajrzeć do modelowania białek, a osoba nastawiona na biznes – do analizy danych NGS.
Uczelnia wskazuje trzy typowe profile kandydatów z dyplomem studiów I stopnia:
Absolwenci mogą szukać pracy w sektorze biotechnologicznym, farmaceutycznym, medycznym, laboratoryjnym, badawczym oraz w IT – zarówno przy samych analizach, jak i przy tworzeniu i komercjalizacji produktów bioinformatycznych. Aktualne zasady kwalifikacji i opłaty warto sprawdzić w serwisie rekrutacyjnym uczelni, bo różnią się między naborami.
Bioinformatyka II stopnia w PJATK to dwuletnie, stacjonarne studia dla osób, które chcą połączyć biologię z programowaniem i sztuczną inteligencją. Wspólny pierwszy semestr wyrównuje start, a trzy zakresy – kwasy nukleinowe, białka albo transfer technologii – pozwalają ukierunkować się na laboratorium, badania nad lekami lub biznes. Elastyczny system przedmiotów obieralnych sprawia, że specjalizacja nie oznacza rezygnacji z pozostałych dziedzin.
10 pytań · dwie minuty
PL 
EN
CS
DE
ES
FR
HU
IT
PT
РУ
SK
TR
УК
AR
中文
poleca:
