Tillämpad farmaceutisk bioinformatik

Uppsala universitet · Farmaci

Vad krävdes för att komma in?

UHR redovisar ingen poänggräns i de vanliga urvalsgrupperna för HT 2026.

BI och BII är gymnasiebetyg utan och med komplettering (högst 22,50). HP är högskoleprovet (högst 2,00). Ändringen jämför med samma termin året innan. Ordlista

VT 2027: 136 sökande hittills, varav 10 i första hand. Urvalsresultaten är inte klara ännu.

Konkurrensen om platserna

HT 2026

Sökande
148
I första hand
8
Antagna
72
Reserver
0

2,1 sökande per antagen. Många söker flera kurser samtidigt, så alla tar inte en plats.

Antagningspoäng och söktryck över tid

Sökande

Sökande, hösttermin
050100150201720192021202320252027
Sökande, vårtermin
050100150201720192021202320252027
Visa siffrorna som tabell
TerminBIBIIHPSökandeI första handAntagna
VT 202713610
HT 2026148872
VT 20261181358
HT 202598853
VT 2025103848
HT 202476725
VT 202480536
HT 202381724
VT 2023871332
HT 20221181154
VT 2022911135
HT 2021811232
VT 20211051840
HT 2020871432
VT 20201141532
HT 2019971540
VT 2019872232
HT 2018861241
VT 2018881234
HT 20171042650

Om kursen

Kursen lär hur man löser praktiska problem inom farmakologi, biovetenskap, kemi och bioinformatik genom prediktiv modellering. Kursen är en fortsättning på kursen Farmaceutisk bioinformatik, och fokus inom fortsättningskursen är tillämpningar och praktiska fördjupningar hur man använder prediktiva statistiska modelleringsmetoder med inriktning på applikationer inom läkemedelsområdet.

Kursen omfattar:

* Introduktion till statistisk modellering inom farmaceutisk bioinformatik.

* Fördjupad genomgång av QSAR och proteokemometri samt deskriptorer för proteiner, peptider och organiska molekyler.

* Genomgång av övervakade och oövervakade metoder för statistisk modellering/analys, såsom PCA, PLS, SVM, random forest och neurala nätverk.

* Genomgång av klusteranalys och aktuella metoder/verktyg.

* Kort introduktion till programmeringsspråket Python.

* Praktiska övningar i att beräkna deskriptorer för protein och peptidsekvenser samt organiska molekyler.

* Praktiska övningar i klusteranalys.

* Praktiska övningar i användning av PCA, PLS, SVM, random forest och neurala nätverk.

* Praktiska övningar i att bygga QSAR och proteokemometriska modeller.

Distanskursens upplägg: Kursen ges i form av webbföreläsningar, nedladdningsbart material för självstudier och lärarledda övningar på nätet via en nätbaserad undervisningsplattform, samt genom uppgifter som du löser på din egen dator med hjälp av programvara som kan laddas ner från nätet. Kursen har inga fasta tider och du kan därför utföra dina uppgifter på valfri tid över varje studievecka. Kommunikation mellan lärare och student sker via undervisningsplattformen samt via e-post. Examination sker vid slutet av kursen via nätet.

Behörighet: 150 hp varav 120 hp inom biomedicin, farmaceutisk vetenskap, kemi, läkemedelsutveckling, naturvetenskap och/eller teknik samt 4 hp inom bioinformatik.

Beskrivning från Susa-navet (Skolverket). Kontrollera alltid aktuella krav hos lärosätet. Kursens sida hos Uppsala universitet

Alla urvalsgrupper HT 2026

GruppBetydelseGränsAntagnaReserver
ÖSÖvriga sökande–00
HPAVSärskild urvalsgrupp*690
KPEMSärskild urvalsgrupp*30

* betyder att alla behöriga i gruppen antogs och – att ingen antogs. Vid sen anmälan (SA) beror värdet på när anmälan kom in. Övriga koder kan variera mellan terminer och lärosäten, så fråga lärosätet vad de betyder.

Fler kurser i farmaci vid Uppsala universitet

Vilka söker och kommer in?

HT 2026
Kön och ålderSökandeAndelAntagnaAndel
Kvinnor11376 %5475 %
Män3524 %1825 %
24 år eller yngre3624 %1926 %
25–34 år7450 %3447 %
35 år eller äldre3826 %1926 %

Vanliga frågor

Vad krävs för att komma in på Tillämpad farmaceutisk bioinformatik vid Uppsala universitet?

UHR redovisar ingen poänggräns i de vanliga urvalsgrupperna för HT 2026.

Hur många sökte Tillämpad farmaceutisk bioinformatik HT 2026?

148 personer sökte, och 8 hade kursen som förstahandsval. 72 antogs i urval 2.

Källa: UHR:s antagningsstatistik. Siffrorna visas som UHR redovisar dem. Metod