Curso en Bioinformatica y Biologia Computacional

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA BIOLOGÍA COMPUTACIONAL Y LA BIOINFORMÁTICA

1. Biología computacional
2. Bioinformática
3. Conceptos básicos introductorios a la informática

UNIDAD DIDÁCTICA 2. BIOINFORMÁTICA: PROGRAMAS Y BASES DE DATOS PARA LA IDENTIFICACIÓN Y EL MODELADO DE GENES

1. Localización y enmascaramiento de secuencias repetidas
2. Métodos de comparación
3. Análisis de la secuencia de ADN a nivel nucleótido
4. Análisis de señales
5. Búsqueda en bases de datos de secuencias expresadas
6. Tipos de bases de datos biológicas

UNIDAD DIDÁCTICA 3. HERRAMIENTAS DEL NCBI PARA EL ANÁLISIS DE SECUENCIAS

1. ¿Qué es el NCBI (National Center for Biotechnology Information)?
2. Análisis de los items contenidos en las fichas del GenBank
3. Diseño de primers mediante la herramienta Primer BLAST
4. Procedimiento de alineamiento de secuencias nucleotídicas y aminoacídicas mediante la herramienta BLAST

UNIDAD DIDÁCTICA 4. HERRAMIENTAS BIOINFORMÁTICAS PARA EL ANÁLISIS DE DATOS ÓMICOS

1. Uso de diagramas de Venn para análisis cualitativo
2. Herramientas bioinformáticas para el análisis de datos derivados de NGS (Next Generation Sequence)
3. Herramientas bioinformáticas para el análisis de datos derivados de proteómica
4. Herramientas bioinformáticas para el análisis de datos derivados de metabolómica

UNIDAD DIDÁCTICA 5. ANÁLISIS DE GELES Y CHIPS

1. Principios del análisis de geles
2. Introducción a la tecnología de chips
3. Herramientas bioinformáticas aplicadas

UNIDAD DIDÁCTICA 6. BIOINFORMÁTICA ESTRUCTURAL DE PROTEÍNAS

1. Definición y objetivos de la bioinformática estructural
2. Importancia del estudio estructural de las proteínas
3. Perspectiva histórica y avances tecnológicos
4. Relación entre estructura y función de proteínas
5. Principales bases de datos y herramientas estructurales

UNIDAD DIDÁCTICA 7. ANÁLISIS DE DATOS EN LAS CIENCIAS DE LA SALUD

1. GraphPad Prism
2. Comparación de medias mediante GraphPad Prism
3. Análisis de Varianza mediante GraphPad Prism
4. Regresión y Correlación lineal con GraphPad Prism
5. Elaboración de gráficos mediante GraphPad Prism