Algoritmos en Biología

• Horas semanales
• Resultados de aprendizaje
• Objetivos
• Contenidos
• Actividades
• Metodología docente
• Método de evaluación
• Bibliografía
• Web links
• Capacidades previas

Profesorado

Responsable

• Arnau Cordomí Montoya ( )
• Fernando Cruz Rodríguez ( )
• Oscar Lao Grueso ( )

Horas semanales

Resultados de aprendizaje

Resultados de aprendizaje

Conocimientos

• K1 - Reconocer los principios básicos de la biología, desde la escala celular a la de organismo, y cómo estos se relacionan con los conocimientos actuales en los campos de la bioinformática, del análisis de datos y del aprendizaje automático; alcanzando así una visión interdisciplinar con especial énfasis en aplicaciones biomédicas.
• K2 - Identificar los métodos estadísticos y computacionales y los modelos matemáticos que permiten resolver problemas en los campos de la biología molecular, la genómica, la investigación médica y la genética de poblaciones.
• K4 - Integrar los conceptos ofrecidos por los lenguajes de programación de mayor uso en el ámbito de las Ciencias de la Vida para modelar y optimizar estructuras de datos y construir algoritmos eficientes, relacionándolos entre sí y con sus casos de aplicación.
• K7 - Analizar las fuentes de informaciones científicas, válidas y fiables, para fundamentar el estado de la cuestión de un problema bioinformático y poder abordar su resolución.

Habilidades

• S1 - Integrar datos ómicos y clínicos para obtener una mayor comprensión y un mejor análisis de los fenómenos biológicos.
• S2 - Analizar computacionalmente secuencias de ADN, ARN y proteínas, incluyendo análisis comparativos de genomas, usando la computación, las matemáticas y la estadística como herramientas básicas de la bioinformática.
• S3 - Resolver problemas en los campos de la biología molecular, la genómica, la investigación médica y la genética de poblaciones mediante la aplicación de métodos estadísticos y computacionales y modelos matemáticos.
• S4 - Elaborar herramientas específicas que permitan la resolución de problemas sobre la interpretación de datos biológicos y biomédicos, incluyendo visualizaciones complejas.
• S5 - Divulgar información, ideas, problemas y soluciones provenientes de la bioinformática y la biología computacional a un público general.
• S7 - Implementar métodos de programación y análisis de datos orientados a partir de la elaboración de hipótesis de trabajo, dentro del área de estudio.
• S8 - Enfrentarse a la toma de decisiones, y defenderlas con argumentos, en la resolución de problemas de las áreas de biología, así como, dentro de los ámbitos adecuados, las ciencias de la salud, las ciencias de la computación y las ciencias experimentales.

Competencias

• C2 - Identificar la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar y relacionar el bienestar con la globalización, la sostenibilidad y el cambio climático para utilizar de forma equilibrada y compatible la técnica, la tecnología, la economía y la sostenibilidad.
• C3 - Comunicarse de forma oral y escrita con otras personas, en lengua inglesa, sobre los resultados del aprendizaje, de la elaboración del pensamiento y de la toma de decisiones.
• C4 - Trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o realizando tareas de dirección, con el fin de contribuir a desarrollar proyectos (incluso empresariales o de investigación) con pragmatismo y sentido de la responsabilidad y principios éticos, asumiendo compromisos teniendo en cuenta los recursos disponibles.

Objetivos

1. Presentar su trabajo frente a sus compañeros
   Competencias relacionadas: C3,
2. Colaborar con otros estudiantes para realizar una tarea de proyecto.
   Competencias relacionadas: C4,
3. Desarrollo de modelos matemáticos para trabajar con secuencias biológicas durante las tareas prácticas utilizando el lenguaje de programación Python. Se proporcionarán diversas herramientas para visualizar los resultados.
   Competencias relacionadas: K2, K4, K7, S1, S2, S3, S4, S5, S7, S8,
4. Desarrollando habilidades de programación óptimas para minimizar el tiempo computacional y la huella del cambio climático global.
   Competencias relacionadas: C2,
5. Comprender cómo el alineamiento de secuencias y la filogenética se pueden aplicar a la medicina.
   Competencias relacionadas: K1,

Contenidos

1. Contenido Teórico
   T1 = Tecnologías de secuenciación. Genómica computacional. Formatos de archivo para datos de secuencia.
   T2 = Alineación de secuencia por pares
   T3 = BLAST y alineación de secuencias múltiples
   T4 = Alineadores aproximados de coincidencia de cadenas para lecturas cortas. Fundamentos de la transformada de Burrow-Wheeler. Introducción Alineación de lectura larga.
   T5 = Ensamblaje del genoma de novo. Asamblea de lectura breve: gráfico de Debruijn y consenso de diseño de superposición. Lectura larga y ensamblaje híbrido. Andamio.
   T6 = Modelos ocultos de Markov para secuencias.
   T7 = Conceptos básicos de filogenética. Algoritmos básicos en filogenética.
   T8 = Filogenética Métodos basados ¿¿en distancia.
   T9 = Métodos basados ¿¿en caracteres. Parsimonia, máxima verosimilitud y filogenética bayesiana.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• Biological sequence analysis [Recurs electrònic] : probabilistic models of proteins and nucleic acids - Durbin, Richard, Cambridge University Press, 1998. ISBN: 9780521620413
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991000581539706711&context=L&vid=34CSUC_UPC:VU1
• Bioinformatics algorithms. An active learning approach. - Compeau, Phillip P; Pevzner, Pavel., Active Learning Publishers. , 2014. ISBN: 9780990374602
  
• Problems and Solutions in Biological Sequence Analysis - Borodovsky, Mark; Ekisheva, Svetlana, Cambridge University Press, 2006. ISBN: 978-0521847544
  
• The Phylogenetic Handbook: A Practical Approach to Phylogenetic Analysis and Hypothesis Testing - Lemey,P; Salemi, M; Vandamme, A, Cambridge, 2009. ISBN: 978-0521730716
  

Web links

• Will be provided during the lecture presentations http://None

Capacidades previas