Guía docente de Informática Aplicada a la Bioquímica (2611124)

En el caso de utilizar herramientas de IA para el desarrollo de la asignatura, el estudiante debe adoptar un uso ético y responsable de las mismas. Se deben seguir las recomendaciones contenidas en el documento de "Recomendaciones para el uso de la inteligencia artificial en la UGR" publicado en: https://ceprud.ugr.es/formacion-tic/inteligencia-artificial/recomendaciones-ia#contenido0

• Introducción a la informática: Conceptos básicos, software, hardware, e información y su unidad.
• Concepto de programa. Diagrama de flujo. Lenguajes de programación. Algoritmos y estructuras de datos.
• Elementos de programación en C/Python (o lenguaje equivalente).
• Aplicación de la informática a la Bioquímica y Biología molecular.
• Bases de datos y herramientas bioinformáticas.
• Introducción a la Inteligencia Artificial.

• HD7: Aplica los conocimientos matemáticos, las técnicas estadísticas y las herramientas informáticas para obtener, analizar e interpretar datos, y para entender modelos sencillos de los sistemas y procesos biológicos a nivel celular y molecular.
• HD8: Utiliza las herramientas informáticas básicas para buscar en las principales bases de datos biológicos (genómicos, transcriptómicos, proteómicos, metabolómicos y similares) y en la bibliografía científica relevante en inglés.
• HD9: Interpreta datos relevantes, extrae conclusiones y reflexiona críticamente dentro del área de la Bioquímica y Biología Molecular, así como aplica las herramientas bioinformáticas básicas cuando el tratamiento de datos lo requiere.
• COM1: Plantea y resuelve problemas en un contexto profesional (especialmente en área de investigación, docencia, empresarial y biosanitario) mediante el método científico, desde el planteamiento de hipótesis verificables hasta la realización de experimentos, y analiza críticamente su práctica profesional.
• COM4: Trabaja tanto de manera autónoma como en equipo de forma colaborativa, con un planteamiento crítico y auto autocrítico, de manera que puede desarrollar estudios posteriores de especialización, ya que aplica los conocimientos en Bioquímica y Biología Molecular al mundo profesional, especialmente en las áreas de investigación y docencia, y de actividades biosanitarias.

• Tema 1. Introducción a la Informática
• Tema 2. Fundamentos de programación
• Tema 3. Introducción a la Programación en Python 3.x
• Tema 4. Estructuras de Control
• Tema 5. Tipos de Datos Estructurados
• Tema 6. Programación Modular
• Tema 7. Introducción a las Bases de Datos
• Tema 8. Inteligencia Artificial y Bioquímica
• Tema 9. Algoritmos Bioinspirados

Seminarios/Talleres ( 0,2 ECTS/ 5hs)

• Seminario 1. Introducción a los Sistemas Operativos (Windows, Unix/Linux)
• Seminario 2. Introducción al entorno de programación de Python
• Seminario 3. Introducción a la programación con IA Generativa
• Seminario 4. Herramientas para la Diferenciación e Integración Numérica
• Seminario 5. Introducción al módulo Biopython para Bioinformática

Prácticas de Laboratorio (1,2 ECTS/ 30 h):

• Práctica 1. Sistemas Operativos e Introducción a la Programación por Bloques
• Práctica 2. Primeros Programas en Python
• Práctica 3. Estructuras de Control
• Práctica 4. Tipos de Datos Estructurados
• Práctica 5. Creación de Módulos
• Práctica 6. Algoritmos de Diferenciación e Integración Numérica

• J.G. Molina, F.M. Dato, et al., Una introducción a la Programación. Un enfoque algorítmico, Thompson, 2005.
• Traducción al español de la última versión del libro de Mark Pilgrim sobre Python 3, Dive Into Python 3 - Inmersión en Python 3, por José Miguel González Aguilera: https://storage.googleapis.com/google-code-archive-downloads/v2/code.google.com/inmersionenpython3/inmersionEnPython3.0.11.pdf
• How to Think Like a Computer Scientist: Interactive Edition, Runestone Interactive Project at Luther College, led by Brad Miller and David Ranum. Based on the original work by J. Elkner, A.B. Downey and C. Meyers, How to Think Like a Computer Scientist: Learning with Python, 2nd Edition (Python 2.x), 2012: http://interactivepython.org/runestone/static/thinkcspy/index.html
• Al Sweigart, Automate the Boring Stuff with Python. Practical programming for total beginners. Free under a Creative Commons license: https://automatetheboringstuff.com/#toc (Python 3.3)
• Lahoz-Beltra, Rafael, Bioinformática: simulación, vida artificial e Inteligencia Artificial, López de Santos, 2004.
• Van Rossum, G. (2007, June). Python programming language. In USENIX ATC.

• Video “Curso Python desde 0” (Python 3.6) https://www.youtube.com/playlist?list=PLU8oAlHdN5BlvPxziopYZRd55pdqFwkeS
• E. Rich, K. Knight, Inteligencia Artificial, segunda edición, Mc Graw Hill Co. 1992.
• S. Russell, P. Norvig, Inteligencia Artificial: un Enfoque Moderno, 2ª Edición, Ed. Pearson-Prentice Hall, 2004.
• Pine, D. J. (2024). Introduction to Python for science and engineering. CRC press
• Pons O., Marín N., Medina J.M., Acid S., Vila M.A., Introducción a las Bases de Datos: El modelo Relacional, Thomson Paraninfo, 2005.
• James A. Goodrich; Jennifer F. Kugel, Binding and Kinetics for Molecular Biologists, Spiral bound, Cold Spring Harbor Laboratory Press
• Lutz, M. (2025). Learning python: Powerful object-oriented programming. " O'Reilly Media, Inc.".
• Uri Alon , An Introduction to Systems Biology : Design Principles of Biological Circuits, CRC Press, 2006

• http://biopython.org//wiki/Biopython
• http://www.practicepython.org/ (Beginner Python exercises)
• http://www.open-bio.org/wiki/Main_Page
• http://bioperl.org/wiki/Main_Page

• MD01. Lección magistral/expositiva 
• MD03. Prácticas de laboratorio y/o informática 
• MD07. Actividad no presencial de aprendizaje mediante el estudio de la materia, el análisis de documentos, la elaboración de memorias... 

Se llevará a cabo una evaluación mixta que incluye la realización de tests de conocimientos adquiridos, la entrega, defensa y pruebas prácticas sobre una colección de ejercicios resueltos durante las clases prácticas, y un examen de programación básica por escrito.

• Teoría - Pruebas tipo test de conocimientos: 25%
• Teoría - Prueba de programación: 35 %
• Prácticas - Colección de ejercicios resueltos y pruebas prácticas: 40 %

Será necesario obtener una nota final igual o superior a 5 sobre 10 para aprobar la asignatura.

Además, será necesario obtener una calificación mínima de 4 sobre 10 tanto en la parte de teoría como en la parte de prácticas. En caso de que no se llegue al mínimo en alguna de las partes, se le asignara al estudiante como calificación final el mínimo entre 4.9 y la nota obtenida en la asignatura.

En el examen extraordinario, el 40% de la "Colección de ejercicios resueltos" (prácticas realizadas durante el curso) se evaluará en una prueba escrita. De esta manera la estructura del examen extraordinario es la siguiente: "Prueba tipo test de conocimientos" (25%), "Examen de programación" (35%), y "Examen de la colección de ejercicios resueltos" (40%). Además, será necesario obtener una calificación mínima de 4 sobre 10 tanto en la parte de "Prueba tipo test de conocimientos" + "Examen de programación", como en la parte de "Examen de la colección de ejercicios resueltos" . En caso de que no se llegue al mínimo en alguna de las partes, se le asignara al estudiante como calificación final el mínimo entre 4.9 y la nota obtenida en la asignatura.

La evaluación única final se realizará en un solo acto académico el mismo día y hora de la convocatoria oficial de examen ordinario para la asignatura (es decir, se realiza de forma conjunta). Dicha prueba (evaluada de 0 a 10) tendrá la misma estructura de un examen extraordinario teniendo en cuenta que las preguntas del "Examen de la colección de ejercicios resueltos" escrito deben suplir el trabajo realizado durante el curso mediante la "Colección de ejercicios resueltos y pruebas prácticas", garantizando que el alumno ha adquirido la totalidad de las competencias descritas en esta misma guía docente. Además, será necesario obtener una calificación mínima de 4 sobre 10 tanto en la parte de "Prueba tipo test de conocimientos" + "Examen de programación” como en la parte de "Examen de la colección de ejercicios resueltos". En caso de que no se llegue al mínimo en alguna de las partes, se le asignara al estudiante como calificación final el mínimo entre 4.9 y la nota obtenida en la asignatura.

Siguiendo las recomendaciones de la CRUE y del Secretariado de Inclusión y Diversidad de la UGR, los sistemas de adquisición y de evaluación de competencias recogidos en esta guía docente se aplicarán conforme al principio de diseño para todas las personas, facilitando el aprendizaje y la demostración de conocimientos de acuerdo a las necesidades y la diversidad funcional del alumnado.