Menú

BIOLOGÍA COMPUTACIONAL APLICADA AL ANÁLISIS DE DATOS DE GENÓMICA FUNCIONAL del centro Universidad Nacional de Colombia - Facultad de Ciencias

Programa de BIOLOGÍA COMPUTACIONAL APLICADA AL ANÁLISIS DE DATOS DE GENÓMICA FUNCIONAL

Modalidad: Presencial
Localización: Bogotá D.C.

Temario


PERFIL DE LOS ESTUDIANTES



El curso esta dirigido al personal

involucrado en la realización de estudios de

genómica funcional o estrechamente

relacionados con investigación básica a

aplicada en todas las áreas de la Biología

molecular (genómica, microbiana, vegetal,

animal y humana)





MODULOS



MÓDULO 1

INTRODUCCIÓN A LA

GENÓMICA FUNCIONAL.

Relación entre Genotipo y Fenotipo.

Genómica Funcional y ARN (Expresión

génica). Objetivos y alcances. Descripción

y caracterización de las principales

metodologías de estudio: Microarreglos,

RNA seq (Secuenciadores de nueva

generación). Ventajas y desventajas de las

diferentes plataformas. Abordaje de

preguntas científicas utilizando datos de

expresión génica.



MÓDULO 2

BASES DE DATOS PÚBLICAS DE

GENÓMICA FUNCIONAL.

Definición y estructura de una base de

datos. Caracterización y uso de las bases

de datos públicas. Primarias: GEO (Gene

Expression Omnibus, NCBI), Array

Express (EMBL-EBI), inSIlico DB.


Secundarias: Multi experiment Matrix,

Molecular Signature Database, Gene

Signature database, Gene Expression

Atlas. Nomenclaturas estandarizadas y

herramientas para la traducción entre ellas.

Búsqueda de genes diferencialmente

expresados en distintas especies según

diversas condiciones experimentales,

localizaciones celulares o tisulares.

Definición de &ldquo,genesignature&rdquo,.



MÓDULO 3

PRE- PROCESAMIENTO Y

ANÁLISIS DE DATOS DE

PERFILE ES DE EXPRESIÓN

GÉNICA.

Estadística de baja y alta complejidad.

Métodos de normalización según las

diferentes plataformas. Utilización de

programas para la normalización, filtrado y

análisis de datos. Introducción a R y

Bioconductor: tipos de datos en R,

estadística básica, instalación y carga de

paquetes, documentación, carga y

escritura de archivos. Concepto de

pipeline. Principales paquetes de análisis

en R/Bioconductor. Sui te TM4: Express

Converter, MI DAS y MeV. Métodos no

supervisados (Agrupamientos Jerárquicos:

HCL, agrupamientos por repartición: KMC,

Redes de relevancia, etc) Métodos

supervisados (TTest, ANOVA, PCA, etc.).

Ejemplos. Revisión de los principales

programas de acceso público para el

análisis de datos genómicos.



MÓDULO 4

MINERÍA DE DATOS,

ANOTACIÓN FUNCIONAL PATHWAYS

BIOLÓGICOS.

Introducción al concepto de Gene

Ontology. Conversión de listas de genes en

grupos funcionalmente enriquecidos.

Empleo de los programas DAVI D, REVI

GO, STRI NG, BABELOMI CS y KEGG

PATHWAY. Perspectivas futuras.
Contacta ahora con el centro

Junglebox S.L. (Responsable) tratará tus datos personales con la finalidad de gestionar el envío de solicitudes de información requeridas y el envío de comunicaciones promocionales sobre formación, derivadas de tu consentimiento. Podrás ejercer tus derechos de acceso, supresión rectificación, limitación, portabilidad y otros derechos, según lo indicado en nuestra P. de Privacidad​