Medical Genomics

2026-2027

General Information

Course Code AB_487012
Credits 6 EC
Period P2
Course Level 200
Language of Tuition Dutch
Faculty Faculty of Science
Course Coordinator dr. L.R. van der Kallen
Examiner dr. L.R. van der Kallen
Teaching Staff dr. R.M. Brouwer
dr. L.R. van der Kallen
dr. R.H.N. van der Kant
Part of programme(s)

Practical Information

You need to register for this course yourself. The (de)registration deadlines can be found on VU.nl

Teaching Methods Seminar, Computer lab, Written partial exam, Lecture

Target audiences

This course is also available as:

This course is offered in Dutch. Some of the descriptions may therefore only be available in Dutch.

Course Objective

Genomica richt zich op het bestuderen van het hele genoom, wat bestaat uit alle genetische data opgeslagen in een cel. Terwijl species zich onderscheiden door verschillen in de samenstelling van hun genoom, verschillen ook individuen binnen een populatie door een beperkte mate van variatie. Zulke variaties zijn bepalend voor het gedrag en ziekten. De cursus Medical Genomics biedt inzicht in technieken voor het in kaart brengen van genomische overeenkomsten en verschillen. Als voorbeeld worden, naast toepassingen in onderzoek (biologie, levenswetenschappen), vele toepassingen in de gezondheidszorg behandeld.

De leerdoelen zijn:

  1. De student kan belangrijke technieken in medical genomics herkennen en van elkaar onderscheiden. De student kan de mogelijkheden en beperkingen aanduiden en kiezen welke techniek en welk modelorganisme het best geschikt is om een gegeven onderzoeksvraag te beantwoorden.
  2. De student kan verschillende soorten genetische variatie in een natuurlijke populatie identificeren en benoemen, en de processen die daaraan ten grondslag liggen aanduiden.
  3. De student kan schetsen hoe de mate van erfelijkheid van een eigenschap kan worden gemeten en hoe Mendeliaanse en complexe ziektegenen kunnen worden opgespoord.
  4. De student kan informatie vinden in publieke databases (genomen, genen, RNA, eiwitten) en kan de verkregen informatie toepassen om medische en biologische vraagstukken te beantwoorden.
  5. De student kan reflecteren op belangrijke toepassingen van medical genomics in de huidige gezondheidszorg en bediscussiëren wat de mogelijke impact is op de maatschappij.
  6. De student is bekend met de basisprincipes van object-geörienteerd programmeren en kan deze toepassen om simpele manipulaties van datasets uit te voeren.
  7. De student kan met gelijken in groepsverband werken aan opdrachten gedurende een langere periode, diens eigen sterke en minder sterke punten delen en constructieve feedback geven en ontvangen om de samenwerking te verbeteren. Tevens wordt duidelijk gecommuniceerd met groepsgenoten over planning, taakverdeling en ambitie.

Course Content

De cursus bouwt voort op basiskennis van moleculaire biologie en begint met een 'opfriscollege' om een goed ingangsniveau te garanderen. Vervolgens komen de volgende onderwerpen aan bod:

  • De vorm waarin het erfelijke materiaal in het menselijke lichaam voorkomt en afgelezen wordt
  • Methodiek die toegepast wordt om het genoom te ontcijferen
  • Veel gebruikte modelorganismen en hun toepassingsmogelijkheden
  • Transcriptomics en Proteomics en hun toepassingen
  • Manieren waarop Mendeliaanse ziektegenen kunnen worden geidentificeerd
  • Manieren waarop genen voor complexe aandoeningen kunnen worden geïdentificeerd ('quantitative trait loci')
  • Ethische, juridische en sociale implicaties van huidige ontwikkelingen in medical genomics

Naast hoorcolleges, die dienen voor het opbouwen van belangrijke theoretische kennis, zijn de studenten actief bezig met het toepassen van de stof bij een reeks opdrachten. Deze opdrachten hebben verschillende vormen, waaronder een schrijfopdracht, een presentatie en een programmeer-opdracht.

Additional Information Teaching Methods

Hoorcolleges (30 uur)
Werkgroepen/computerpractica (16 uur)
Zelfstudie (122 uur)

Method of Assessment

Tentamen:

  • Vragen: gesloten
  • Afname: digitaal

Vier werkgroep-opdrachten in groepsverband:

  • Criteria verschillen per opdracht en worden via Canvas bekendgemaakt in de vorm van ‘rubrics’
  • De opdrachten worden beoordeeld door de werkgroepdocenten
  • Individuele bijdrage aan de opdrachten wordt beoordeeld door de groepsgenoten en meegewogen in de eindbeoordeling

Onderdelen toetsing:

  • Tentamen met meerkeuzevragen
  • Werkgroep-opdrachten: (combinatie van individueel cijfer en groepscijfer)

Compensatie:

  • Er is geen compensatie mogelijk tussen het tentamen en de werkgroep-opdrachten
  • Studenten kunnen alleen slagen wanneer zij beide onderdelen met een voldoende resultaat (>5,5) hebben afgerond

Herkansing opdrachten:

  • Bij hertentamen-moment en/of in volgend academisch jaar

Leerlijn Academische Vaardigheden (ACVA):

  • Oordeelsvorming (summatief)
  • Informatievaardigheden: gebruik van online bioinformatische databases (summatief)
  • Schrijfvaardigheden: onderzoeksplan schrijven (summatief)
  • Presentatievaardigheden: presentatie in het Engels (summatief)
  • Samenwerken in groepen (summatief)

Leerlijn Onderzoeksmethoden en Statistiek:

  • Statistiek theorie: data-analyse bij genome-wide association studies (summatief)

Leerlijn International Communication in Science:

  • Engels lezen in syllabus en werkgroepen (summatief)
  • Engels schrijven in weekopdracht (summatief)

Literature

Engelstalige syllabus, deze zal digitaal worden gedeeld via Canvas.

Additional Information Target Audience

BSc Gezondheid en Leven jaar 2:

  • Verplicht vak voor afstudeerrichting Biomedische wetenschappen (BMW)
  • Keuzevak voor afstudeerrichting Klinische wetenschappen (KW)

Het vak kan ook worden gevolgd als keuzevak voor de MSc opleiding Oncologie en Bioinformatica.

Additional Information

Gebruik van generatieve AI is alleen toegestaan voor oriëntatie en brainstorm

Binnen dit vak mag generatieve AI (GenAI), zoals ChatGPT of vergelijkbare tools, uitsluitend worden gebruikt voor oriëntatie en brainstorm, bijvoorbeeld om ideeën te verkennen of vragen te verhelderen. GenAI mag niet worden gebruikt voor het genereren van inhoud die onderdeel wordt van het ingeleverde werk. Het eindproduct moet volledig berusten op eigen inzicht, analyse en formulering. Onjuist gebruik van GenAI wordt beschouwd als fraude. Bij constatering hiervan wordt het ingeleverde werk of toetsresultaat ongeldig verklaard en kan de examencommissie verdere maatregelen nemen.