Introducción a la Bioinformática

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos , pero tiene capacidades previas
Departamento
UPF
Esta materia proporciona una introducción completa a los conceptos, métodos y herramientas fundamentales utilizados en el campo de la bioinformática. Cubre habilidades computacionales prácticas, incluido el uso de programación Linux, Bash y R. Además, el curso profundiza en la naturaleza de los datos en bioinformática y explora diversas técnicas estadísticas para el análisis e interpretación de datos. A través de ejercicios prácticos y ejemplos del mundo real, los estudiantes obtendrán una sólida comprensión de cómo gestionar y analizar datos biológicos de forma eficaz.

Profesorado

Responsable

Otros

Horas semanales

Teoría
2
Problemas
2
Laboratorio
0
Aprendizaje dirigido
0
Aprendizaje autónomo
6

Competencias

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.
  • K5 - Identificar la naturaleza de las variables biológicas que es preciso analizar, así como los modelos matemáticos, los algoritmos y las pruebas estadísticas adecuadas para desarrollar y evaluar análisis estadísticos y herramientas computacionales.
  • 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

  • S7 - Implementar métodos de programación y análisis de datos orientados a partir de la elaboración de hipótesis de trabajo, dentro del área de estudio.
  • S10 - Utilizar los conocimientos adquiridos y la capacidad de resolución de problemas bioinformáticos en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con la bioinformática y la biología computacional.

    • Objetivos

    1. Acquisition of basic notions of using the Linux operating system, bash language and R
      Competencias relacionadas: K1, K2, K5, K7, S7, S10,
    2. Exposure to practical cases of biological problems and their solution using bioinformatics tools
      Competencias relacionadas: K1, K2, K5, K7, S7, S10,
    3. Introduction to basic statistics and notions of probability.
      Competencias relacionadas: K1, K2, K5, S7, S10,

    Contenidos

    1. Sesiones prácticas de bioinformática
      Getting familiar with the black screen (introduction to Linux)
      Bioinformatics databases: Genome browsers, NCBI Genbank, Uniprot, PDB
      Sequence alignment
      Bash commands
      Bash scripting
    2. Introducción al análisis de datos
      The nature and impact of variability in biological data. Observational studies and experiments. Random
      sampling. Description of distributions. Frequency distributions, descriptive statistics, the concept of population versus
      sample. Probability and the binomial distribution. The normal distribution. Sampling distributions. Confidence intervals
      for a single mean and for a difference in means.

    Actividades

    Actividad Acto evaluativo


    Clases teóricas expositivas.


    Objetivos: 3
    Contenidos:
    Teoría
    25h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    45h

    Sesiones de resolución de problemas


    Objetivos: 1 2
    Teoría
    0h
    Problemas
    26h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    45h

    Examen parcial


    Objetivos: 3
    Semana: 1
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    examen R


    Objetivos: 1
    Semana: 13
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Examen práctico casos bioinformáticos.


    Objetivos: 2
    Semana: 10
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Examen final


    Objetivos: 1 2 3
    Semana: 17
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Metodología docente

    Las clases serán principalmente de tipo expositivo. También habrá sesiones de problemas y sesiones prácticas utilizando R.

    Método de evaluación

    For the evaluation of the subject, the grade of the partial exam (P), the grade of the final exam (F) and the grade of the practical sessions will be taken into account and will be combined with the following formula:
    Grade=max(0.2*P+0.4*Practical+0.4*F; 0.4*Practical+0.6*F)

    A student is considered to have taken the subject if he/she takes the final exam. If the student has taken the subject but has failed, then the student may take the re-evaluation exam (RT) and in this case the grade for the subject will be 0.4*Practical+0.6*RT (the partial score is not used).

    Bibliografía

    Básico

    Web links