CURSO DE BIOINFORMATICA

 

Temario

 

Bloque I: 15 hrs

 

Introducción a la bioinformática, linux y lenguajes de programación más utilizados en bioinformática (Augusto Cesar Poot, 1era semana)

 

●   Introducción a la bioinformática

 

○   Definición, objetivos y aplicaciones.

 

●   Introducción a linux

 

○   regex

○   bash

○   sed

○   awk

○   grep

 

 

●   Programación estructurada, introducción a los lenguajes de programación

 

○   R

○   Perl

○   Python

 

 

Bloque II: 15 hrs

 

Teoría y metodologías necesarios para el entendimiento de los programas aplicados a la bioinformática (Mirna Vazquez Rosas Landa, 2da semana)

 

●   Bases de datos de nucleótidos y proteínas

 

○   NCBI

○   Herramientas de búsqueda basadas en similitud.

○   BLAST

 

●   Alineamientos de secuencias

 

○   Pareados y Múltiples

 

●   Homología y filogenia

 

○   Tipos de relación entre las secuencias (Homólogas, ortólogos y parálogos)

 

●   Reconstrucciones filogenéticas

 

○   Nucleótidos vs aminoácidos

○   Modelos de substitución

○   Inferencia con métodos de distancia

○   Inferencia con ML

 

 

Bloque III: 30 hrs

 

Tecnologías de nueva generación Next Generation Sequencing (NGS) y procesamiento de datos (Valerie De Anda, Gabriel Yaxal y Mirna Vázquez)

 

III.A) Formatos de secuenciación, manejo y limpieza de datos

 

●   Tecnologías de Secuenciación de DNA.

 

○   Primera generación (Sanger)

○   Segunda generación (454, Illumina, Ion Torrent)

○   Tercera generación (PacBio)

 

●   Construcción y características de librerías (amplicones, genomas, metagenomas)

 

○   shot­gun

○   paired­end

○   mate­pair

 

●   Manejo de datos de NGS. Formatos de archivo, identificadores, modelos de error y calidad. Herramientas de transformación y preprocesado. Control de calidad y filtrado de lecturas.

 

○   Plataformas 454, Illumina, Ion Torrent y PacBio

○   Lecturas tipo paired­end y mate­pair

 

III. B) Análisis de genomas.

 

●   Algoritmos para ensamble de genomas de novo.

 

○   Técnicas y algoritmos para lecturas de un solo tipo

○   Técnicas y algoritmos para ensambles híbridos

○   Ensambladores de Genomas : Velvet (Illumina) , Newbler (454), MIRA (454) SOAP de novo . Ejemplos de uso y características del output.

 

●   Remapeo de lecturas y técnicas de validación de ensambles.

 

○   Comparación con genomas de referencia –MUMMER. ACT

○   Alineadores: BOWTIE, MAUVE

○   Visualización: IGV, artemis

 

●   Anotación de Genomas. Modelos de genes en procariontes y eucariontes.

 

○   rRNA y tRNA (RNAmmer)

○   CDSs, intrones/exones

○   Predictores de genes genomas: AUGUSTUS, Glimmer3

○   Predictores de genes en metagenomas: Fragene Scan

○   Anotaciones automáticas y manuales: de genomas RAST, PROKKA

○   Anotaciones automaticas y manuales de metagenomas: MGRAST, METAREP

○   Bases de datos para anotación: Blast2Go

 

●   Genómica comparada

 

○   Análisis de ortólogos

 

●   DeNoGap

 

●  Get Homologous

 

○   Inferencia de eventos de recombinación y pruebas de selección.

 

III. C) Análisis de comunidades y el manejo de datos derivado de estrategias como la metagenómica.

 

●   Amplicones de 16s

 

○   Qiime

○   Uparse

○   Mothur

 

●   Metagenomica

 

○   Ensambladores de Metagenomas: Metavelvet, SOAP

○   Anotación automatizada. Metarep, Mg­Rast. Como funcionan?

○   Bases de datos para los análisis taxonómicos y funcionales :

○   Análisis taxonómicos (con o sin ensamblaje)  MetaPhlan, Phylosift, LCA

○   Análisis funcional (bases de datos)

○   Metagenómica comparativa. (Caso tipo Sulfur Score)