Bioinformática II: Intensivo en R
Este programa corresponde a un curso avanzado en bioinformática usando el entorno y
lenguaje de programación R. Este curso busca incorporar en el alumno el pensamiento
complejo en análisis bioinformático, con fuerte énfasis en la estadística que subyace a las
herramientas utilizadas, siendo necesario para ello contar con un conocimiento básico en el
lenguaje.
lenguaje de programación R. Este curso busca incorporar en el alumno el pensamiento
complejo en análisis bioinformático, con fuerte énfasis en la estadística que subyace a las
herramientas utilizadas, siendo necesario para ello contar con un conocimiento básico en el
lenguaje.
Horario:
Lunes y jueves de 19:00 a 21:00 horas
a partir del jueves 13 de agosto
a partir del jueves 13 de agosto
15 cupos disponibles
Curso modo no presencial¡No te quedes fuera!
CLP$150.000
Consultar opción de pago: Pago Fácil o PayPal 8 Sesiones (16 horas)
Objetivo
El curso tiene como objetivo entregar herramientas fundamentales para el uso de R en análisis bioinformático, con énfasis en la exploración de datos masivos genómicos.
Requisitos
¡Inscribete ya!
Programa del Curso
8 Sesiones (16 horas)
Sesión 1
R y Rstudio – Repaso general
- R y la bioinformática
- R y genómica
- R y otros lenguajes
- Operaciones básicas en R
- Como crear estructuras básicas en R:
- Vectores
- Conjuntos de datos
- Listas
- Data frame.
- Vectores lógicos TRUE-FALSE
- Operaciones básicas por columnas
Sesión 2
Fundamentos Estadísticos para la Bioinformática
- Distribuciones de frecuencia
- Distribución normal como goal standar
- Aproximaciones a la normal I
Sesión 3
Principal Component Analysis
- Análisis supervisados y no supervisados
- PCA aplicado a datos genómicos
Sesión 4
Metagenómica
- Análisis de micriobiota utilizando ribosomas 16S
Sesión 5
Transcriptómica
- Introducción a la transcriptómica
- DESeq-2
- Limma
- Diversidad de Genes – Entropía de Shannon.
Sesión 6
Resampleado - Anotación
- Resampling method.
- Anotación de genes: GO vs Ortología
Sesión 7
Metabolismo
- Modelación matemática de modelos metabólicos.
- Algebra lineal.
- Optimización matemática en R orientada a metabolismo.
Sesión 8
Análisis Estadísticos Clásicos
- Normalidad
- Aproximación a la normal II
- ANOVA – t strudent
- Kruskall Wallis – Wilcoxson test
- Mutual information
Facilitador
Mauricio Fernández G.
- Doctor (c) en Genómica Integrativa de la Universidad Mayor, actualmente cursando 4° año del programa. Realiza su tesis de doctorado en el área bioinformática ecológica, desarrollando análisis y modelamiento de datos de transcripción de genes para examinar el uso de energía a nivel celular y rasgos de historia de vida, en respuesta a estresores ambientales.
- Conocimientos informáticos en Perl, R, sistema operativo linux, linea de comando, análisis de expresión diferencial, anotación funcional, estadística paramétrica, no paramétrica y análisis de redes. Además desarrolla de forma paralela una línea de investigación en filosofía teleológica.