Cargando Eventos

Análisis e integración de datos -ómicos en enfermedades complejas

Código: 19GR56 Granada
30/09/2019 al 10/10/2019

Nota Importante
Para el correcto seguimiento del curso es IMPRESCINDIBLE, que cada persona se lleve su ordenador portátil.

Lugar de celebración:
Facultad de Ciencia de la Universidad de Granada en las siguientes aulas:
Días 01/10 y 02/10: A11
Día 03/10: M03
Días 30/09; 07/10; 08/10; 09/10 y 10/10:A05

Dirección:
Pedro Carmona Sáez, Responsable Unidad de Bioinformática, Centro de Genómica e Investigación Oncológica (GENYO)
Michael Hackenberg, Profesor Titular Departamento de Genética UGR
Coral del Val, Profesora Titular Departamento de Ciencias de la Computación, UGR

Introducción:
La aparición de las tecnologías –omicas, como los métodos de secuenciación masiva, ha supuesto una revolución en el campo de la biología molecular y por consecuencia, las disciplinas que hacen uso extenso de sus métodos como la biomedicina. La gran cantidad de datos que generan estos métodos ha permitido entender mejor las causas moleculares de muchas enfermedades complejas como el cáncer, facilitando el descubrimiento de biomarcadores y dianas terapéuticas. La bioinformática es la disciplina fundamental para analizar esta enorme cantidad de datos y extraer conocimiento.
En el presente curso se dotará a los asistentes de los conocimientos básicos en los principales tipos de análisis de datos -omicos que se llevan a cabo para el estudio de una enfermedad compleja como es el cáncer. Para lograr este objetivo se propone una formación tanto teórica como práctica. Después de exponer la base teórica de cada tema se pasa a practicar el análisis de diferentes tipos de datos de secuenciación masiva como RNA-Seq (transcriptoma) o secuenciación del exoma (DNA sequencing). Para ello se explicará el acceso a datos a través de repositorios públicos como GEO o TCGA (The Cancer Genome Atlas Program).
Se verán los fundamentos de las principales técnicas de análisis de estas tecnologías para aplicaciones como estudios de estratificación de pacientes o clustering, clasificación, descubrimiento de biomarcadores y análisis avanzados para la interpretación funcional de los resultados.
Los ejemplos prácticos se llevarán usando aplicaciones web y funciones en el entorno R, de los cuales se verán también conceptos básicos como instalación de paquetes y carga de datos para que los asistentes adquieran los conocimientos necesarios para ejecutar y reproducir los análisis que se irán viendo a lo largo de las diferentes sesiones.

Posibilidad de reconocimiento de créditos
Reconocimiento de créditos ECTS OPTATIVOS en los Grados (hasta el momento)
2 créditos ECTS OPTATIVOS en el Grado en Biología
2 créditos ECTS OPTATIVOS en el Grado en Biotecnología

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

Competencias de los alumnos:
a) El alumno sabrá/comprenderá
– La importancia de métodos de alto rendimiento en campos como la biomedicina
– Los protocolos principales de la secuenciación masiva (RNA-seq, exoma) y sus aplicaciones en el campo de la biomedicina.
– Los fundamentos de las principales técnicas de análisis de datos -omicos, como métodos de clusterización, tests estadísticos para determinar expresión diferencial, etc
– Los principales tipos de análisis funcionales in silico
– Principales recursos y bases de datos –omicos de cáncer

b) El alumno será capaz de
– Interpretar los resultados de análisis genómicos y comprender los principales métodos de análisis
– Obtener y descargar información de los principales repositorios de datos –omicos
– Comprender los tipos de datos y fundamentos del análisis de datos de NGS (rnaSEQ, dnaSEQ, tec)
– Ejecutar en R algunos de los principales análisis para descubrimiento de biomarcadores (expresión diferencial), subtipos de enfermedades (clustering), clasificadores, etc
– Realizar análisis funcionales y de rutas biológicas

Método de evaluación:
● Al ser un curso práctico la asistencia será un factor fundamental a tener en cuenta y se valorará con un 70% de la nota final
● Participación activa y competencias en los casos prácticos y ejercicios que se van a llevar a cabo en clase un 30%

Lunes 30 de septiembre de 2019 (Aula A05)

16:00-17:00 Perspectivas en Bioinformática
José Luis Oliver, Catedrático. Departamento de Genética. Universidad de Granada
17:00-18:00 Importancia del estudio genómico en medicina de precisión de enfermedades complejas.
Juan Antonio Marchal, Catedrático. Departamento de Anatomía y Embriología Humana. Universidad de Granada
18:00-20:00 Principales tipos de datos y repositorios –omicos
Pedro Carmona Sáez, Responsable Unidad de Bioinformática, Centro de Genómica e Investigación Oncológica (GENYO)

Martes 1 de octubre de 2019 (Aula A11)

16:00-20:00 Flujo de análisis en NGS en Galaxy: QC, análisis primario y secundario. Tipos de ficheros (fastqc, bam, etc). IGV
Cristina Gómez, Departamento de Genética UGR

Miércoles 2 de octubre de 2019 (Aula A11)

16:00-20:00 Análisis de Exomas. Detección de variantes causantes de enfermedad. Mutaciones somáticas y germinales, inserciones y delecciones.
Michael Hackenberg, Profesor Titular, Departamento de Genética UGR

Jueves 3 de octubre de 2019 (Aula M03)

16:00-20:00 Introducción a R con ejemplos prácticos. Instalación de paquetes. Tipos de datos y funciones básicas. Carga y manipulación de datos.
Coral del Val, Profesora Titular Departamento de Ciencias de la Computación, UGR

Lunes 7 de octubre de 2019 (Aula A05)

16:00-20:00 Análisis de datos de Transcriptoma. Análisis de clustering y expresión diferencial
Coral del Val

Martes 8 de octubre de 2019 (Aula 05)

16:00-20:00 Introducción al aprendizaje automático. Sistemas de clasificación a partir de datos -omicos
Alberto Fernández Hilario, Profesor Titular,Departamento de Ciencias de la Computación, UGR

Miércoles 9 de octubre de 2019 (Aula 05)

16:00-20:00 Análisis funcional (Enriquecimiento de anotaciones, Gene Set EnrichmentAnalysis, etc). Descubrimiento in silico de fármacos.
Pedro Carmona Sáez

Jueves 10 de octubre de 2019 (Aula 05)

16:00-20:00 Evaluación: Análisis de datos multi-omicos en panel de muestras de TCGA, descubrimiento de biomarcadores y subtipos tumorales.
Pedro Carmona Sáez