Acerca del evento
- Categorías:
- Otros
OBJETIVOS
Esta actividad formativa se dirige a profundizar en el análisis de datos ómicos usando el entorno R, abordando aspectos concretos que requieren un mayor conocimiento respecto al lenguaje de programación y a la naturaleza misma de este big data. La perspectiva ómica –uso de datos biológicos de alta resolución, en sus diferentes vertientes, genómica, transcriptómica, etc.– comienza a ser hoy en día imprescindible no solo para la investigación básica sino también en su traslación al ámbito clínico y biomédico. En este contexto, surgen numerosos desafíos en cuanto a la descarga, extracción, modificación, organización y análisis de estos datos masivos, cuyo abordaje requiere el uso de herramientas y metodologías específicas. Todo ello justifica que en la actualidad exista una gran demanda de perfiles profesionales dedicados a estas tareas bioinformáticas. Algunos de los enfoques presentados en esta actividad se centran en aspectos de modelización e integración de variantes genéticas (genotipos) y manifestaciones clínicas
(fenotipos), eje de gran potencialidad en el marco del diagnóstico y tratamiento de enfermedades y para estrategias futuras de relevancia, como la medicina personalizada y los enfoques terapéuticos individualizados.
La presente actividad pretende ser de interés para los estudiantes de diferentes Programas de Doctorado de Ciencias y Ciencias de la Salud.
CONTENIDOS
- Análisis exploratorios de datos genómicos.
- Genómica computacional.
- Métodos de aprendizaje automático (machine learning) aplicados a datos de naturaleza ómica. Algoritmos y construcción de modelos predictivos.
- Trabajo con intervalos genómicos.
- Análisis de integración de datos multi-ómicos y fenotípicos (clínicos).
- Programación eficiente con R y RStudio. Flujos de trabajo orientados a proyectos e investigación reproducible.
HORAS: 10 Horas
IMPARTIDA POR: Candela Hernández de la Fuente
DESTINATARIOS: Estudiantes de doctorado de la Universidad Complutense, con un interés en bioinformática y en el tratamiento de big data de carácter biológico y biomédico. Es necesario un conocimiento medio del entorno R, y preferentemente, haber cursado con anterioridad la actividad formativa “Taller de iniciación a la bioinformática y análisis de datos ómicos en R”.