Universitat Internacional de Catalunya
Introducción a la Bioinformática
Otras lenguas de impartición: catalán, inglés
Profesorado
La interacción con el profesor se realizará previa solicitud por correo electrónico: jvilla@uic.cat / Martin Floor (mfloor@uic.es) / Àngel Belmonte (abelmonte@uic.es)
Presentación
Como graduado en Biomedicina, conviene familiarizarse con las técnicas disponibles en el área de la Bioinformática para obtener información, a veces dispersa, en biología molecular y celular, que está disponible para un científico o profesional y dar sentido a la conexión entre la bioquímica básica y los procesos y enfermedades biológicas. Tanto es así, que el trabajo de un graduado en biomedicina incorporará cada vez más el uso de ordenadores para analizar datos biológicos. Este curso le dará una primera visión extremadamente práctica de esta conexión y proporcionará herramientas para los primeros pasos hacia el fascinante mundo de analizar y dar sentido a los datos biológicos. Aasimismo, abrirá la puerta a la programación en lenguajes de script como Python, herramienta imprescindible para el desarrollo de nuevas aplicaciones que exploten aquellos datos.
Requisitos previos
El curso se basará fuertemente en el uso de su ordenador personal. La familiaridad con el uso de herramientas de desarrollo es una ventaja, aunque nos aseguramos de permitir a todos los estudiantes entrar a la asignatura de una manera fluida. El curso incluirá elementos básicos de matemáticas, estadística y programación, así como competencias con la navegación web.
Objetivos
El objetivo global es obtener una visión inicial del uso de ordenadores para analizar datos biológicos dentro de la biomedicina. Esto se conseguirá haciendo un uso extensivo de bases de datos biomédicas públicas así como mediante el aprendizaje de las bases de la programación con Python y familiarizarse con el paquete estadístico R para análisis sencillos mediante un enfoque esencialmente práctico y un esquema de enseñanza Flipped classroom, en el que las sesiones de contacto con el profesor servirán para consolidar los aprendizajes autónomos. Los objetivos específicos son:
1. Obtener una visión global del impacto de los datos y de cómo están cambiando la biología y la biomedicina.
2. Conocer y dominar las principales bases de datos biológicas públicas disponibles con un sesgo hacia la investigación biomédica.
3. Comprender y aplicar, de manera crítica las principales técnicas algorítmicas y computacionales disponibles para el estudio de genes y proteínas.
4. Desarrollar pequeños programas en Python y R.
5. Producir visualizaciones gráficas de información compleja.
6. Comprender la relevancia del acceso abierto y la ciencia abierta en un mundo de investigación interconectada.
Competencias/Resultados de aprendizaje de la titulación
General:
- Trabajo en equipo y responsabilidad
- Capacidad para adaptarse a problemas complejos y tomar decisiones informadas
Específico:
- Adquirir la capacidad de comprender, desarrollar y aplicar flujos de trabajo computacionales para resolver problemas biológicos complejos.
- Comprender cómo se realiza la investigación basada en datos.
- Desarrollar habilidades para la comunicación científica en forma escrita y oral, simplificando lo complejo.
Resultados de aprendizaje de la asignatura
- Conocimientos básicos del repertorio existente de bases de datos y algoritmos biológicos y su importancia para resolver problemas biomédicos.
- Capacidad para desarrollar herramientas computacionales en Python y R para el análisis de datos biológicos complejos para comprender problemas biomédicos.
- Capacidad para realizar trabajo en equipo para producir y comunicar investigaciones científicas.
Contenidos
La asignatura se divide en tres módulos:
Conferencias:
- Introducción general: La biología como ciencia de datos
- Algoritmos y herramientas para la bioinformática del genoma
- Algoritmos y herramientas para la bioinformática estructural
- Expresión, epigenómica y otras cosas interesantes
Laboratorio:
- Cómo empezar con bases de datos biológicas
- Conda, Python y R como herramientas básicas de trabajo en Bioinformática
- Desarrollar y aplicar soluciones en problemas comunes en bioinformática
PBL:
- Planteamiento de problemas de cierta complejidad en Bioinformática y trabajo en equipo para dar respuesta basada en el desarrollo de aplicaciones en Python y R
- Presentación y discusión de soluciones
- Visión general, integración y evaluación final
Metodología y actividades formativas
Modalidad semipresencial (blended)
La asignatura se divide en tres actividades principales:
- Sesiones de fondo, basadas en sesiones impartidas por el profesor y también presentaciones de los estudiantes.
- Sesiones prácticas en que el desarrollo de herramientas computacionales permitirá la entrega de ejercicios prácticos para dar respuesta a un problema propuesto.
- Sesiones de aprendizaje basado en problemas en que los equipos estudiantiles estudiarán y desarrollarán colectivamente una solución basada en bioinformática para un reto propuesto.
Toda la materia se basa en un esquema de Flipped classroom, en el que los estudiantes deberán trabajar para preparar el contenido de las próximas sesiones y, en algunos casos, deberán exponer sus aprendizajes a los compañeros en un esquema de pensamiento colaborativo y crítico.
Sistemas y criterios de evaluación
Modalidad semipresencial (blended)
La evaluación se basará en los siguientes ítems:
- Exámenes escritos:
- Parcial: 15 % de la nota final
- Final (incluido el material completo del curso): 25% de la nota final
- Entrega de ejercicios prácticos: 30% de la nota final
- Presentación del grupo PBL: 30% de la nota final
Para aprobar la asignatura el estudiante debe obtener una nota mínima de 5 en cada uno de los ítems mencionados (Parcial, Final, Ejercicios Prácticos y PBL). Si el alumno no alcanza los 5 puntos de los ítems 1a y 1b, puede hacer un examen final de respuesta múltiple el 25 de junio para mejorar sus notas. No hay una segunda oportunidad para los ítems 2 y 3.
Bibliografía y recursos
El tema se basa en el uso intensivo de la computadora personal. Se alienta a los estudiantes a obtener la última instalación de miniconda para desarrollar las herramientas necesarias para el éxito en la materia. El curso utilizará Python y R como las principales herramientas computacionales en Bioinformática y bases de datos públicas para acceder a datos biológicos.
La mayoría del material se obtendrá en línea de fuentes públicas que estarán disponibles a medida que el curso avance por el sitio del curso.
Textos introductorios generales:
- The Processes of Life: An introduction to Molecular Biology (The MIT Press) ISBN-10: 026251737X
Textos básicos en bioinformática:
- Bioinformatics Algorithms, Vol III http://bioinformaticsalgorithms.com ISBN 13: 9780990374633
- Bioinformatics with Python cookbook, 2nd Edition ISBN-10: 1789344697
- Bioinformatics Data Skills: Reproducible and Robust Research with Open Source Tools ISBN-10: 1449367372
- David W. Mount. Bioinformatics - Sequence and Genome Analysis. Cold Spring Harbor Laboratory Press, New Yor
- H. Wickham. R packages. O'Reailly, Sebastopol, 2015.
- BURKOWSKI, F. J. Structural Bioinformatics: an algorithmic approach. London: Chapman & Hall / CRC, c2009
Periodo de evaluación
- E1 02/06/2021 I3 14:00h
- E2 28/06/2021 11:00h