Detail předmětu

Mentoring 2

FEKT-DKC-MN2Ak. rok: 2021/2022

Předmět je zaměřen na konkrétní výzkumná témata individualizovaná pro jednotlivé studenty doktorského studijního programu s ohledem na zaměření jejich dizertačních prací podstatným způsobem rozšiřující témata řešení konkrétním doktorandem v rámci předmětu Mentoring 1. Výuka předmětu probíhá individuální formou, kdy je každému doktorandovi přidělen mentor (interní nebo externí akademický pracovník, případně odborník z praxe, nikoliv však školitel ani mentor z předmětu Mentoring 1). Daný mentor je specializován na problematiku z širšího okruhu teoretických znalostí a odborných dovedností souvisejících s konkrétním výzkumným tématem. V případě tématické příbuznosti dizertací více doktorandů probíhá výuka v šířeji zaměřených týmech. Předmět je svou náplní pokrývá témata z oblasti buněčné biologie, elektrofyziologie, zpracování a analýzy signálů a obrazů, strojového učení, bioinformatiky, výpočetní biologie a statistiky.

Výsledky učení předmětu

Absolvent předmětu:
- Je schopen definovat a řešit problémy úzce související s tématem jeho dizertace
- Je schopen vést vědeckou debatu s odborníkem ve svém oboru
- Umí využít nabytých vědomostí v dalších oblastech vědecké práce

Doporučená nebo povinná literatura

PARYS, Jan B, Martin D BOOTMAN, David I YULE a Geert BULTYNCK. Calcium techniques: a laboratory manual. Cold Spring Harbor, New York: Cold Spring Harbor Laboratory Press, 2014. ISBN 978-1936113583.
PAWLEY, James B. Handbook of biological confocal microscopy. 2nd ed. New York: Plenum Press, c1995. ISBN 978-0306448263.
ZIPES, Douglas P a José JALIFE. Cardiac electrophysiology: from cell to bedside. Sixth edition. Philadelphia, PA: Elsevier/Saunders, 2014. ISBN 978-1455728565.
SONKA, Milan, Vaclav HLAVAC a Roger BOYLE. Image processing, analysis, and machine vision. 3rd ed. Toronto: Thompson Learning, c2008. ISBN 978-0495082521.
SHMULEVICH, Ilya a Edward R DOUGHERTY. Genomic signal processing. Princeton, N.J.: Princeton University Press, c2007. ISBN 0691117624.
HIGGS, Paul G a Teresa K ATTWOOD. Bioinformatics and molecular evolution. Malden, Mass.: Blackwell Publishing, 2005. ISBN 1-4051-0683-2.
BOZDOGAN, H. Statistical data mining and knowledge discovery. Boca Raton, FL: Chapman & Hall/CRC, c2004. ISBN 1-58488-344-8.

Plánované vzdělávací činnosti a výukové metody

Předmět probíhá individuální formou. Doktorandi definují konkrétní problematické oblasti úzce se dotýkající jejich dizertačních prací, na které jim budou přiděleni odborníci. Student si dle vlastní potřeby domlouvá konzultace s přiděleným mentorem a současně pracuje vybraných kontrolovatelných výstupech.

Způsob a kritéria hodnocení

Student si sám volí své kontrolovatelné výstupy, za které získá příslušný počet bodů. Splnění výstupů kontroluje a body přiděluje školitel doktoranda v součinnosti s mentorem, udělené body ověřuje garant předmětu. Pro úspěšné absolvování předmětu musí být bodový zisk alespoň 50 bodů.

Jazyk výuky

čeština

Osnovy výuky

Předmět je zaměřen na konkrétní výzkumná témata individualizovaná pro jednotlivé studenty doktorského studijního programu s ohledem na zaměření jejich dizertačních prací, podstatným způsobem rozšiřující témata řešená konkrétním doktorandem v rámci předmětu Mentoring 1. Výuka předmětu probíhá individuální formou, kdy je každému doktorandovi přidělen mentor (interní nebo externí akademický pracovník, případně odborník z praxe, nikoliv však školitel ani mentor z předmětu Mentoring 1). Daný mentor je specializován na problematiku z širšího okruhu teoretických znalostí a odborných dovedností souvisejících s konkrétním výzkumným tématem. V případě tematické příbuznosti dizertací více doktorandů probíhá výuka v šířeji zaměřených týmech. Předmět svou náplní pokrývá témata z oblasti buněčné biologie, elektrofyziologie, zpracování a analýzy signálů a obrazů, strojového učení, bioinformatiky, výpočetní biologie a statistiky.

Konkrétní témata předmětu:
- metody předzpracování biosignálů z nositelných zařízení,
- metody rekonstrukce variability srdečního rytmu z obrazových dat,
- metody predikce akutních stavů ze signálů z nositelných zařízení,
- metody stanovení sportovní aktivity z kontinuálních záznamů biosignálů,
- metody stanovení rozsahu a pokročilosti onemocnění z CT obrazových dat,
- fluorescenční metody sledování pohybu kmenových buněk ve tkáni,
- metody řízeného růstu tkáně spojováním živých buněk v matrici,
- metody celogenomové analýzy genové exprese v bakteriích,
- metody počítačového návrhu léčiv s využitím přírodních molekul.

Kontrolovatelné výstupy předmětu:
- sestavený podrobný plán studia,
- připravené podklady ke studiu (funkční vzorek, software, laboratorní úloha),
- zpráva výzkumného projektu,
- připravený a do redakce odeslaný článek typu Review s tématem příbuzným tématu dizertace,
- podrobné hodnocení mentora.

Cíl

Cílem předmětu je prohloubení a vyvážení teoretických znalostí a odborných dovedností studentů doktorského studijního programu v oblastech souvisejících s jejich dizertačními pracemi.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Studenti předmětu jsou svázáni povinností nashromáždit minimální bodový zisk za kontrolovatelné výstupy. Body uděluje školitel doktoranda v součinnosti s přiděleným mentorem. Udělené body ověřuje garant předmětu.

Zařazení předmětu ve studijních plánech

  • Program DKC-BTB doktorský, 1. ročník, letní semestr, 4 kredity, povinný

Typ (způsob) výuky

 

Seminář

26 hod., nepovinná

Vyučující / Lektor