Guía docente de Biocomputación (26111B1)

Haber cursado Fundamentos de Genética, Fundamentos de Bioquímica e Informática Aplicada a la Bioquímica

- Introducción a la programación en bioinformática

- Navegadores genómicos

- Búsqueda de homologías.

- Matrices de pesos por posición y perfiles

- Filogenia molecular:

- Predicción computacional de función biológica.

- Ontologías (Gene Ontology)

- Análisis del interactoma.

TEMARIO TEÓRICO:

• Tema 1. Alineamientos locales y globales. Métodos exactos y heurísticos. Sistemas de puntuación. Matriz de puntos. Mapeo frente al genoma. Blast, Blat y bowtie
• Tema 2. Sistema operativo Linux. Uso en línea de comando. Instrucciones básicas (copiar y eliminar ficheros, hacer directorios, visualizar el contenido de un directorio, etc).
• Tema 3. Análisis básico de secuencias con EMBOSS. Manipular secuencias, porcentaje en G+C, estadística de dinucleótidos, trinucleotidos frente a codones.
• Tema 4. Programación en Python. Semántica y sintaxis básica. Variables, funciones, condicionales y bucles. Generar un programa para calcular propiedades básicos de una secuencia de ADN.
• Tema 5. Secuenciación masiva. Diferentes tipos de secuenciación masiva. Estimación de la tasa de errores de secuenciación. El formato fastq. Determinar la calidad de la secuenciación.
• Tema 6. Detectar variación de nucleótido único (SNV) e inserciones y deleciones cortas. Determinar la región (codificante o no-codificante) y el efecto de la variación. Aplicaciones como en la medicina forense, el diagnóstico y los tests de paternidad.
• Tema 7. microRNAs. Biogénesis y función de microRNAs. Determinar los niveles de expresión de microRNAs. Detectar expresión diferencial. Detectar posibles dianas.

Seminarios/Talleres

• Resolución de problemas concretos planteados por el profesor mediante programas informáticos,
• Desarrollo de un mini-proyecto de biocomputación y su presentación oral al final del curos.

Prácticas con el ordenador

Práctica 1. Calcular propiedades básicas de una secuencia mediante un programa en Python

Práctica 2. Analizar datos de secuenciación masiva I (re-secuenciación): Calidad de la secuenciación, preprocesamiento, mapeo frente al genoma, detección de variantes, determinar el posible efecto de la variación.

Práctica 3. Analizar datos de secuenciación masiva II (RNA pequeño): calidad, detección del adaptador, cuantificar los niveles de expresión mediante el mapeo de lecturas, determinación de la expresión diferencial (magnitud del cambio y significación estadística).

Práctica 4: Visualizar datos de expresión génica mediante Python. Clusterización y heatmaps.

• Jonathan Pevsner. Bioinformatics and Functional Genomics, 3rd Edition (2015)
• Xinkun Wang. Next-Generation Sequencing Data Analysis. (2016). CRC Press
• Vince Buffalo. Bioinformatics Data Skills: Reproducible and Robust Research with Open Source Tools (2015)
• Arthur Lesk. Introduction to Bioinformatics 3rd Edition (2017)
• Tisdall, J. 2001. Beginning Perl for Bioinformatics. O'Reilly

• Lamprecht, Anna-Lena . User-Level Workflow Design (2013). Springer
• Moorhouse and Barry. Bioinformatics, Biocomputing and Perl: An Introduction to Bioinformatics Computing Skills and Practice. 2004. WILEY
• James Tisdall . Mastering Perl for Bioinformatics. Perl Programming for Bioinformatics. 2003. O'Reilly Media
• Jean-Michel Claverie, Cedric Notredame. Bioinformatics For Dummies, 2nd Edition 2006. WILEY

• Primer on bioinformatics: http://www.csub.edu/~psmith3/teaching/505-1.pdf
• Página del NCBI https://www.ncbi.nlm.nih.gov/
• Genetics primer https://ghr.nlm.nih.gov/primer#genomicresearch
• Métodos para alinear: http://www.ebi.ac.uk/Tools/psa/
• Sociedad Española de Genética (SEG): http://www.segenetica.es/
• Herencia mendeliana en el hombre (OMIM): http://www.ncbi.nlm.nih.gov/sites/entrez?db=omim
• GeneCards: http://www.genecards.org/
• National Center for Biotechnology Information (NCBI): http://www.ncbi.nlm.nih.gov
• Bases de datos del NCBI: http://www.ncbi.nlm.nih.gov/Entrez/index.html
• PubMed: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed
• Medline: http://medlineplus.nlm.nih.gov/medlineplus/
• Centro Nacional de Biotecnología (CNB): http://www.cnb.uam.es

• MD01. Lección magistral/expositiva 
• MD02. Resolución de problemas y estudio de casos prácticos 
• MD03. Prácticas de laboratorio y/o informática 
• MD04. Seminarios y talleres 
• MD05. Orientación y seguimiento de trabajos en grupo y/o individuales 
• MD07. Actividad no presencial de aprendizaje mediante el estudio de la materia, el análisis de documentos, la elaboración de memorias... 

Evaluación continua

La evaluación del nivel de adquisición de las competencias generales, transversales y específicas por parte de los estudiantes se llevará a cabo de manera continua a lo largo de todo el periodo académico mediante el procedimiento que se indica a continuación.

La calificación final del estudiante (0 a 10 puntos) resultará de la evaluación de las diferentes partes de la asignatura:

1. Evaluación mediante la resolución de problemas planteados por el profesor (10%).

A lo largo del curso, se plantearan 2 problemas a los estudiantes que se pueden resolver aplicando los conocimientos adquiridos en las lecciones magistrales (teoría) y las clases prácticas. Cada estudiante tendrá un problema único (diferentes regiones genómicas o diferentes conjuntos de datos de secuenciación). Cada problema vale un 5% de la nota final.

2. Evaluación de la capacidad de trabajar en grupo y redactar un informe/protocolo de análisis bioinformático (10%)

Dentro del tema de análisis de datos de microRNAs, se planteará un problema diferente a cada grupo. Los grupos se componen de entre 4 y 5 estudiantes. Cada estudiante tendrá que primero analizar un conjunto de datos determinando los perfiles de expresión de los microRNAs. A nivel de grupo, los estudiantes tendrán que determinar los microRNAs que se expresan diferencialmente, y discutir la posible implicación funcional de estos microRNAs. Se evaluará tanto la ejecución correcta del análisis como la estructura del resumen que han de entregar los estudiantes.

3. Evaluación del proyecto (20%)

Cada estudiante elaborará un proyecto a lo largo del curso que expondrá al final. La calidad del proyecto se valorará hasta con un 15%, mientras que la exposición puntuará hasta con un 5% (incluyendo la estructura de la presentación).

4. Evaluación de los contenidos teóricos y prácticos mediante una prueba corta (60%).

Se evaluarán los conocimientos adquiridos en las lecciones magistrales y prácticas acerca de los métodos computacionales usados y su aplicación a problemas concretos. Esta prueba se realiza mediante el ordenador permitiendo al alumno el acceso a sus apuntes e información en internet.

• Se tratará de un examen escrito que evaluará igualmente los contenidos teóricos y prácticos.
• En la parte práctica del examen, el estudiante tendrá que demostrar su manejo de los programas usados durante el curso así como su capacidad de interpretar la salida de los programas bajo criterios biológicos (para resolver un problema concreto).
• Los alumnos tendrán que obtener un mínimo de 5 puntos sobre 10 en el examen único

• Se tratará de un examen escrito que evaluará igualmente los contenidos teóricos y prácticos.
• En la parte práctica del examen, el estudiante tendrá que demostrar su manejo de los programas usados durante el curso así como su capacidad de interpretar la salida de los programas bajo criterios biológicos (para resolver un problema concreto).
• Los alumnos tendrán que obtener un mínimo de 5 puntos sobre 10 en el examen único

Página de la asignatura: https://bioinfo2.ugr.es/biocomputacion

Es altamente recomendable disponer de un portátil para cursar esta asignatura.

Información de interés para estudiantado con discapacidad y/o Necesidades Específicas de Apoyo Educativo (NEAE): Gestión de servicios y apoyos (https://ve.ugr.es/servicios/atencion-social/estudiantes-con-discapacidad).