Bioinformática y Bioestadística en Microbiología

Dirección:
Mohamed Larbi Merroun, Profesor Titular del Departamento de Microbiología, Universidad de Granada.

Lugar de realización
AULA OS1 de la Facultad de Ciencias, Universidad de Granada.

Reconocimiento de créditos
Posibilidad de reconocimiento de créditos ECTS OPTATIVOS en los Grados

Curso reconocido con (hasta el momento):
1,3 créditos ECTS OPTATIVOS en el Grado en Farmacia
1,3 créditos ECTS OPTATIVOS en el Grado en Nuetrición Humana y Dietética
1,3 créditos ECTS OPTATIVOS en el Grado en Ciencia y Tecnología de los Alimentos
2,5 créditos ECTS OPTATIVOS en el Grado en Biología
0,5 créditos ECTS OPTATIVOS en el Grado en Estadística

Este curso podrá ser convalidado por créditos de libre configuración en las titulaciones a extinguir

Justificación del curso y objetivos
El reciente desarrollo de técnicas de secuenciación masiva para el estudio taxonómico, basado en el gen 16S rRNA, de muestras medioambientales conlleva que se genere una cantidad considerable cantidad de datos, los cuales han de ser informáticamente analizados. El análisis de datos se realiza usando plataformas de anotación taxonómica, programas de informática y programas de estadística, los cuales están disponibles online o instalados bien en el ordenador personal o en un servidor local, en función de la memoria requerida para el análisis. Todas estas herramientas rara vez están reflejadas en los programas didácticos de Biología, Bioquímica, Biotecnología, Ciencias Ambientales, Farmacia, Química, o en Programas de Master o de Doctorado, incluso a nivel Europeo. Por lo tanto, los estudiantes necesitan cursos complementarios que implementen interdisciplinariamente sus conocimientos en la materia. Por ello, el objetivo principal de este curso es dotar a los estudiantes de conocimientos complementarios a sus respectivos estudios universitarios para que sean capaces de analizar los datos derivados de la secuenciación masiva.

El curso consta de un total de 25 horas, distribuidas en cinco horas durante cinco días consecutivos. No se requieren conocimientos previos ni de estadística ni de bioinformática. Sin embargo, se recomienda fuertemente que cada estudiante tenga su propio ordenador portátil personal con programas estándar instalados (no se acepta plataforma OpenAccess para el Excel). Los estudiantes tienen que estar altamente motivados e involucrados en entablar “brain storming” durante la duración del curso. Nivel básico de inglés es recomendable aunque las clases se impartirán en español (English also possible).

Resumidamente, el primer día se hará una introducción del curso incluyendo la importancia del diseño experimental en el resultado final, se instalarán todos los programas que se utilizarán en los siguientes tres días, y se empezará a analizar los datos brutos previamente publicados en https://www.ncbi.nlm.nih.gov/pubmed/25261127 (Material suplementario de la publicación). El segundo día se hará la anotación taxonómica de las secuencias y se agruparán por fila, clase, orden, familia, género y filotipo. Se harán las rectas de rarefacción, se normalizará la profundidad de secuenciación al mínimo de secuencias y se elaborarán los “heapmaps” de las muestras. Se obtendrán los índices medio ambientales (Richnness, Evenness, Shannon y Pielou índices) y se elaborarán las gráficas correspondientes. El tercer día se hará el agrupamiento (clustering) de muestras y se calcularán los coeficientes de correlación. En paralelo, se realizarán grupos de trabajo (cinco estudiantes máximos por grupo). Cada grupo analizará un sub-grupo de secuencias y los resultados se expondrán a la clase el último día de curso (lo que constituirá el examen del curso). El cuarto día, se realizarán los cálculos requeridos para el estudio de co-ocurrencias de filotipos y se harán los gráficos correspondientes. El quinto día, se dedicará a las exposiciones de los grupos, dudas, preguntas y sugerencias.

Competencias del alumnado:

a) Aprender a elaborar el diseño experimental adecuado para alcanzar el objetivo propuesto.
b) Aprender a encontrar en internet aquellas plataformas y programas informáticos que se usan en la actualidad en el análisis de datos derivados de la secuenciación masiva.
c) Aprender a manejar programas bioinformáticos de análisis de diversidad y actividad microbiana.
d) Aprender a elaborar las gráficas correspondientes a los resultados obtenidos después del análisis de datos.