Curso de Bioinformática Intensivo en R
Actualmente los grupos de investigación, las instituciones públicas y privadas orientados a la biología y medicina requieren de profesionales capacitados en bioinformática, para analizar y modelar el conjunto de datos que producen, con la finalidad de explicar y predecir una enorme variedad de hechos biológicos, lo cual ha sido potenciado por la incesante irrupción de las plataformas y datos de secuenciación masiva, que han hecho necesario e inevitable el contar con un profesional con habilidades de análisis y manipulación de datos ómicos con habilidades de programación.
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 bioinformáticos, 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
Martes y jueves
de 19:00 a 21:00 horas
desde el martes 13 de junio
(7 sesiones)
Participantes
20 Cupos Disponibles
¡No te quedes fuera!
CLP$150.000
Paga con Transferencia Electrónica, Tarjeta Crédito/Débito, Pay Pal o Criptomonedas
Sobre el Curso
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.
Estudiantes de pregrado, postgrado e investigadores con experiencia en R pertenecientes al área de las Ciencias Biológicas
- Cada estudiante deberá contar con un computador portátil operativo de preferencia linux o Windows con terminal de subsistema linux instalado.
Descarga el Programa completo de este curso
Programa del Curso
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.
- Matrices.
- Operaciones básicas por columnas
Sesión 2
Fundamentos estadísticos para la bioinformática
- Distribuciones de frecuencia
- Distribución normal como goal standar
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
- Análisis de expresión diferencial de genes usando DESeq-2
Sesión 6
Bootstrapp – Anotación
- Métodos de resampleado de datos.
Sesión 7
Anotación funcional de genes
- Anotación funcional de genes por Ortología usando Hmmer.
Facilitador

Mauricio Fernández
- PhD. En Genómica Integrativa. Universidad Mayor. Santiago.
- Biólogo. Pontificia Universidad Católica de Valparaíso.
- Diplomado en Data Science Machine learning e inteligencia artificial. Pontificia Universidad Católica de Valparaíso. Santiago.
- Postdoctorado – Cedars Sinai Medial Center. California.
- Postdoctorado ICIM. Universidad del Desarrollo. Santiago.
- Técnico en informática(s) – IPChile. Santiago.