[心得]瑞典Uppsala Pharm modelling就讀心得文
[前言]
因為藥學背景出國唸書的資料實在不多（且藥學系底下實在可以有太多分支），再加上之
前從來沒有看到有人分享過瑞典Uppsala pharmaceutical modelling的任何心得文，所有
東西真的是努力和很多人詢問＋自己體驗而來，正逢自己剛畢業記憶猶新，希望經驗分享
可以提供給有興趣出國讀書的藥學人一些資訊！發在facebook所以如果有朋友想轉發給同
系同學或學弟妹也歡迎！之前已經有貼一篇錄取心得文在ptt所以在留學版可以搜到，有
什麼問題也歡迎聯繫我～以下的內容除了我以外，還有加入比我晚一年來念的臺灣朋友的
一些心得（希望這樣比較不偏頗一點XD）
基本上這個系是純dry lab，設計給對於使用“computational modelling techniques”
有興趣的人來念。大部分的人背景是藥學系(pharmacy or pharmaceutical science)，我
們這年和下一年的大約有2-3成biomedicine, bioengineering, chemistry, biology,
medicine background。這個系的大部分修課都已經排好（除了第三學期可以選修2門或選
擇直接做論文），然後跟台灣的碩班很不一樣的部分是，這個系是1個月只上一門的密集
式課程（每天都上同一門課的東西，然後1個月的評量通常是期末報告/期末考這樣），全
部的課修完才會開始做碩班論文。
Medium圖文好讀版：
https://reurl.cc/zYEel0
Program資訊和課綱參考：
https://reurl.cc/VLlEzA
[個人背景]
National Taiwan University Pharm. D.
Some experience in population pharmacokinetic (popPK) modelling (2 projects)
No background in programming
[課程介紹]
Semester 1
Drug discovery and development
主要形式：
lecture、workshop和報告（小組書面及口頭報告）
課程內容：
Module 1: drug discovery “screening hits -> find lead compounds -> select
potential candidates”
Module 2: drug development “pharmaceutical development”
Module 3: drug development “clinical development plan” - focusing on
distinct parts of the clinical development process
心得：
基本上是一堂內容很廣泛的入門課，有藥學背景的不會覺得內容過於困難，個人覺得在大
學期間沒有修到很多和drug discovery相關的課程所以也算有學習到新知。Module 3是在
兩週內要跟組員一起設計phase I first-in-human (FIH) single ascending dose
(SAD) study一直到phase III的劑量、收案人數、go/no-go criteria等，可以實際知道
clinical trial design的過程，我覺得很有趣！
Molecular biopharmaceutics
主要形式：
lecture、workshop和個人口頭報告
課程內容：
Module 1: physiology (GI, liver and CNS)
Module 2: oral drug absorption and bioavailability (solubility, permeability
and dissolution)
Module 3: transporters, basic PK, introductory PBPK modeling
心得：
主要和biopharmaceutics相關的課程，整個課程組織很有系統！lecture多、workshop的
閱讀量也大，這門課最後有個個人10分鐘seminar（報洭pponent Q&A時間）算是剛來
這邊念碩班的挑戰之一？還有1-2天的PK-sim (PBPK modeling software) workshop，算
是給對於這方面有興趣的人一個嘗試！
Introduction to Programming in Python and R for Bioscience
主要形式：
上午lecture、下午lab，有兩個期末報]一個Python一個R）
課程內容：
Module 1: Python
Module 2: R
心得：
後來跟同學們聊天的時候，大家公認這門課為本系最痛苦課程（之一）。因為這個碩班科
系在寫論文時會有4個group可以選，有的要會使用Python有的要會使用R，所以這門課的
目的就是讓大家具備基本programming技能。由於這門課前兩週是Python後兩週是R，如果
是完全的程式新手真的會想撞牆（從第一天print hello world到第二週直接要寫一個
Python final project），我身邊不知道有多少同學因為這門課想休學XD。強烈建議大家
身邊要有願意被煩被詢問的寫程式高手（像我身邊哈哈哈），雖然程式還是得自己寫但是
會有非常非常大的幫助！後兩週R的部分反而因為負責的老師上得很好＋lab exercises都
很詳盡很清楚，再加上老師和助教都很有幫助（就不說Python的老師了以及沒有助教的部
分^^），所以按部就班就可以順利完成R final project。我的感覺是這個系開始做論文
以後後面不管選哪個組都會用到programming技能（本人選pharmacometrics組，R用得世
界多），所以真的可以好好學一下！
Preclinical and clinical data analysis
主要形式：
lecture、lab exercises、討論paper的seminar、團體口頭＋個人書面報告
課程內容：
Module 1: statistical methodology, regression, model fitting
Module 2: machine learning
心得：
前兩週的課程在複習過去的基本統計知識(t-test, ANOVA)以及
linear/non-linear/logistic regression以及新的optimal design，老師上得很有系統
！搭配computer lab exercises可以知道如何應用R去做統計。後兩週主要是machine
learning的基本概念（clustering, supervised/unsupervised learning, model
evaluation），雖然本人完全沒有這方面的background但老師上課講得非常清楚，是個很
好的入門！最後的final project有兩個（分別是R/python），就是應用前面學習的知識
做，是個讓人受益良多的課。
Semester 2
Pharmaceutical Bioinformatics with Sequence Analysis
主要形式：
上午lecture、下午lab exercises、個人書面報告
課程內容：
（實在太包羅萬象我只好羅列有上的topic）
Cheminformatics, basic Python, SQL, machine learning (supervised/unsupervised
learning), deep learning (neural network), next generation sequencing (NGS)
心得：
modelling program的同學都一致認為這門課的目標不明，因為內容很雜很混亂、有些內
容在第一學期已經修過，新的內容又教得不深入所以很難實際應用。個人覺得deep
learning的部分很有趣（也有一個lab exercise讓你實際使用Python做neural network）
，但針對bioinformatics的部分我真的沒有學到很多東西，有點可惜。
Computational Medicinal Chemistry
Advanced Molecular Modelling Applied to Drug Discovery
（實在不知道怎麼分，乾脆一起寫）
主要形式：
lecture和lab exercises穿插
課程內容：
small molecule modelling, multivariate analysis, protein modelling and
docking, 3D-QSAR
Protein-ligand interactions, chemoinformatics, molecular dynamics, quantum
chemistry
心得：
藥物化學相關的兩門課，主要使用Maestro這個軟體作molecule interaction,
modelling and docking（這個軟體可以visualization、可以做hits screening等）。也
有使用一些machine learning學習到的技能做multivariate analysis。然後本人真的愚
笨無知，完全不知道這些物理化學到底在幹嘛（quantum chemistry真的是beyond my
knowledge），但是我猜對化學有興趣的人會覺得很有趣，因為可以真正的用電腦軟體模
擬分子間的移動和結合！只是內容真的太硬，我最後也不知道怎麼考過這兩門課的^^
Clinical Pharmacokinetics and Pharmacodynamics
主要形式：
lecture和workshop穿插、最後兩週是整天workshop
課程內容：
basic PK/PD and effect delay, disease progression, clinical trial simulation,
model-informed precision dosing, clinical study design & analysis
心得：
如果是喜歡pharmacokinetics (PK)的朋友，非、常、大、推、這、門、課！這門課從一
開始介紹了基本的PK/PD知識、effect delay的幾個假設，到disease progression
modeling、在workshop實際讓學生操作dose simulation或individual dosing等等。
必須特別提最後的兩週密集式workshop是大家要design 從phase I to phase III
clinical trial，然後老師依據大家設計的人數、抽血時間點和inclusion criteria模擬
出數據，再讓大家分析數據＋藉由數據繼續設計下一期的臨床試驗。整個兩週就是應用第
一學期學習的clinical trial design知識＋PK/PD知識＋個人的統計能力做分析（我們這
年是很多人用R，但下一年的時候老師們就設計了一個excel讓大家直接把數字填進去算好
），過程中都是同學們組內和組間的討論，老師會在大家討論時給大家指引和回答問題。
這個workshop真的超級酷，因為前面設計不好就可能完全看不到效果（或者是有人死掉）
然後影響後面的設計，讓人真的有在兩週內參與臨床試驗設計的感覺。
最後總結一下這門課，只能說整門課都非常硬（幾乎每兩三天就要口頭報告/交書面報告
，最後兩週整天的workshop幾乎就是瘋狂討論＋當天報告，進度非常緊湊）但真的非常非
常好玩也非常棒！然後老師人也超好超可愛，強推！！！
Semester 3+4
Molecular Physical Pharmacy
主要形式：
lecture + homework
課程內容：
Module 1: self-assembly of amphiphilic molecules
Module 2: macromolecules, biopolymers and gels
Module 3: transport and release of drug molecules
Module 4: physics-based modelling
Module 5: scattering techniques
心得：
就是物理化學。很抱歉我真的沒有太多的comment在這門課上，因為課程整個非常的數學+
物理，且很多時候老師會在課堂上導微積分給我們看但我們真的不知道目的為何，還有課
沒上完叫大家回去自己看最後還考出來的（讚讚）。總之大部分的老師都教得讓我不知如
何把這樣的知識應用在modelling work上，然後考試真的超級難（六小時open-book，有
寫作業分數先加20分，最後班上還是很多人被當）請大家自求多福^^
Models for Biological Systems
主要形式：
早上lecture、下午lab exercises，共兩個project work
課程內容：
introduction of modelling and simulation, ordinary differential equations
(ODE), models for drug effect/nonlinear PK/drug absorption delay…,
NONMEM-related courses
心得：
這門課是系上的pharmacometrics課程，從最一開始的PK/PD modelling原理教起，到後面
實際操作NONMEM (PK/PD modelling software)、differential equations以及
variability等系統性學習。第一個project work是使用Berkeley Madonna做PK/PD
modelling，第二個project work則是使用NONMEM做PK/PD modelling，後者仍屬於
pharmacometrics領域的gold standard software。根據沒有任何這方面經驗的同學表示
，這門課也是很難修，因為概念帶得很快、也不太確定實際上到底怎麼應用建模。個人覺
得課程講義蠻系統化教學，但可能要精熟NONMEM只透過一門課還是很困難，但這門課可以
讓學生知道何謂PK/PD modelling跟實際上如何應用在藥物開發或臨床情境，我覺得非常
有趣！
Elective courses (15 ECTS) + degree project/thesis (30 ECTS)
or
Degree project/thesis (45 ECTS)
主要形式：第三學期可以自選2門選修課，這樣論文就是第四學期開始寫（1月中-6月初）
。另一種就是直接從第三學期的後半寫到第四學期結束（11月初-6月初）。第二學期的4
月中旬會讓大家選擇意願也會公佈可以選修的課，以過去經驗，系上大部分的人都會選擇
45學分的論文（因為可以做的研究時間比較長），但還是看有沒有有興趣的選修課＋時間
有沒有衝堂比較重要！另外要注意的是，如果想選不在名單上的選修課作為畢業學分，事
先要先和系上的負責老師討論過才行。
選組：系上的thesis project可以在四個組裡選擇：bioinformatics, computational
medicinal chemistry, biopharmaceutics (including PBPK modelling),
pharmacometrics。我這一年是在4月中旬的時候學校發網路表單，讓大家填寫自己選組的
preference，然後學校會（不知道依照什麼標準）將大家分發到各個組，是的聽起來非常
的神奇。所以強烈建議大家在修課期間就積極探索自己對哪個組和哪些老師的研究主題比
較有興趣，在填寫表單前就先聯繫有興趣的老師，通常老師們都很願意跟學生small talk
，也會告訴你他們手上現在有什麼研究主題可以分配給碩班學生做的。如果先跟老師談好
，到時候在填表單時只需要註明：已和某某老師談好，到時候就會確保自己做這個項目。
心得：我是選45學分的thesis project in pharmacometrics，所以是從11月開始的。主
要的deadline有最一開始要先寫一個project plan（11月底）、報告期中進度half-time
presentation（2月中）以及論文報告繳交和口試（5月底-6月初）。關於Uppsala
pharmacometrics組可以分享的真的很多，如果有興趣且有特定問題想問的人可以在私我
，這裡就不多贅述。總結而言老師們都非常好，組內的學術環境也很活躍，我個人大推！
[總結]
最後小小總結一下，我覺得在這個系裡學到很多在台灣從來沒有接觸過的知識（主要是
modelling的部分），大部分的老師都非常認真友善，唯二我覺得沒那麼好的只有系上的
行政助理（有時候搞不太清楚狀況），以及系上同學真的有很多來躺分還很不要臉的^^（
但我這年的比例比較高，下一年比例似乎就沒那麼高，所以還是運氣成分居多）。只能說
瑞典（甚至是Uppsala）在台灣是個小眾選擇，但也可能只是因為資訊量不足導致。希望
藉由這樣的經驗分享能帶給藥學人對於不同領域有更多的理解！這篇心得文真的很長很長
，感謝拜讀的所有人～～
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 193.180.78.212 (瑞典)
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1690121675.A.F66.html
※ 編輯: slove1200 (193.180.78.212 瑞典), 07/23/2023 22:51:21
推
07/24 00:17,
9月前
, 1F
07/24 00:17, 1F
傾向留下，因為回國相關領域的機會不多，目前正在組裡做RA等待申請博班的機會
※ 編輯: slove1200 (193.180.78.212 瑞典), 07/24/2023 04:51:49
推
07/25 00:23,
9月前
, 2F
07/25 00:23, 2F
可以一直專心在同一個課程上、但是可能就會在結束後忘記的很快哈哈，但我很喜歡這樣
的上課模式！
推
07/25 10:05,
9月前
, 3F
07/25 10:05, 3F
推
07/25 11:53,
9月前
, 4F
07/25 11:53, 4F
推
07/25 12:28,
9月前
, 5F
07/25 12:28, 5F
→
07/25 12:28,
9月前
, 6F
07/25 12:28, 6F
是兩年的program，暑期實習大部分都是在組裡做RA，想念博一方面是覺得只做到master
完全不夠，一方面的確擁有PhD會比較好找歐洲方面的工作（專指pharmacometrics，其他
沒有經驗覺得不好意思多評論
※ 編輯: slove1200 (193.180.78.212 瑞典), 07/26/2023 06:39:39
※ 編輯: slove1200 (193.180.78.212 瑞典), 07/26/2023 06:40:49
推
07/27 10:45,
9月前
, 7F
07/27 10:45, 7F