| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
1. 瞭解人工智能於食品科技上之應用
2. 瞭解食品生物科技中重要的生物資訊分析工具
3. 瞭解食品生物科技中重要的蛋白質模擬與分析工具
|
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
大數據與人工智能於食品科技上之應用(I) |
| 第2週 |
大數據與人工智能於食品科技上之應用(II) |
| 第3週 |
電腦輔助食品生產流程管理 |
| 第4週 |
電腦輔助食品安全檢測 |
| 第5週 |
電腦輔助食品營養分析 |
| 第6週 |
食品科技高通量數據分析 |
| 第7週 |
食品檢驗與基因定序分析 |
| 第8週 |
食品胜肽與蛋白質定序分析 |
| 第9週 |
期中筆試 |
| 第10週 |
食品科技核酸與蛋白質序列分析與比對(I) |
| 第11週 |
食品科技核酸與蛋白質序列分析與比對(II) |
| 第12週 |
食品蛋白質3維立體結構模擬: AlphaFold/SWISS-Model |
| 第13週 |
食品蛋白質結構分析 |
| 第14週 |
食品蛋白質結構可視化軟體PyMOL教學(I) |
| 第15週 |
食品蛋白質結構可視化軟體PyMOL教學(II) |
| 第16週 |
食品蛋白質分子對接(molecular docking)軟體Discovery Studio教學: 小分子配體 |
| 第17週 |
自主學習-參加相關的演講 |
| 第18週 |
自主學習-參加相關的演講 |
|
| 學習評量方式 |
| 期中、期末筆試，出席狀況，課堂參與表現 |
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
|
| 課程教材（教師個人網址請列在本校內之網址） |
|
| 課程輔導時間 |
|
| 聯合國全球永續發展目標 |
| 06.淨水與衛生 07.可負擔能源 10.減少不平等 11.永續城市 | 提供體驗課程：N |
|