Bioinformática y Bioestadística

Los cambios que experimenta la sociedad en las últimas décadas, sobre todo desde la generalización del acceso a la informática y a Internet, han determinado que la cantidad de información que pueden manejar los especialistas de áreas como la biología molecular o la medicina haya aumentado de manera notable. Disciplinas como la genómica, el análisis de imagen o el data warehousing experimentan un gran impulso al existir una posibilidad creciente y económica de generar y disponer de inmensas cantidades de datos sobre los que trabajar. Esta situación implica necesariamente un crecimiento en el desarrollo de aplicaciones informáticas que automaticen ciertos procesos, así como la necesidad de conocimientos estadísticos para el análisis de los datos y para la comprensión de los resultados obtenidos. Por una parte, surge la necesidad de perfiles técnicos capaces de adaptar soluciones informáticas y estadísticas a problemas biológicos, mientras que, por otra parte, muchos profesionales de ciencias de la vida, de la salud o de la economía requieren completar su formación para poder afrontar algunos de los nuevos retos de uso y tratamiento estadístico de la información. En este sentido, el presente máster pretende dar respuesta a la creciente necesidad de personal capacitado para el manejo y análisis de datos en el ámbito de la bioestadística y la bioinformática.

Temario

Fundamentos de informática en entornos bioinformáticos.

• Fundamentos de biología molecular.
• Genómica computacional.
• Genómica funcional y análisis de microarrays.
• Biología estructural.
• Aplicaciones y tendencias del sector bioinformático.
• Proyecto final de bioinformática.

Fundamentos de bioestadística.

• Modelos lineales.
• Laboratorio de software estadístico.
• Análisis de supervivencia.
• Análisis multivariante.
• Proyecto final de bioestadística

A quién se dirige

El máster ofrece una doble vertiente: por un lado, se dirige a aquellos profesionales que busquen poder aportar a sus organizaciones criterios de decisión para seleccionar aplicaciones bioinformáticas para resolución de diferentes tipos de problemas, conocimiento de los algoritmos bioinformáticos más recientes, así como de los estándares más novedosos para la explotación de información en las bases de datos biológicas públicas (en Internet). De este modo, obtener los criterios y aspectos legales y jurídicos para contratar servicios de consultoría sobre temas bioinformáticos.

Por otro lado, se dirige a profesionales de diferentes áreas que dispongan de una formación básica en estadística y deseen especializarse en este campo, o que trabajen como técnicos o investigadores en el campo de la biomedicina y deseen aumentar sus propias capacidades de análisis.

Obviamente, al tratarse de un máster, también se dirigirá a personas que habiendo finalizando sus estudios quieran aumentar sus capacidades cuantitativas especializándose en el ámbito de la bioinformática y bioestadística antes de incorporarse al mercado laboral.

Objetivos

• Conocer las aplicaciones informáticas de uso más frecuente en bioinformática y bioestadística, así como la base necesaria de estadística y biología molecular.
• Saber utilizar algoritmos de alineación de secuencias y de generación de árboles evolutivos, así como métodos de secuenciación y predicción.
• Adquirir conocimientos sobre genómica funcional y de sistemas.
• Saber realizar búsquedas avanzadas en bases de datos biológicas públicas.
• Conocer las técnicas experimentales para resolver el problema de detección de estructura de proteínas y los métodos de predicción de estructura.
• Obtener una visión general de problemas de las ciencias de la vida que requieren la aplicación de métodos estadísticos y conocer los principales métodos y modelos estadísticos de uso habitual en medicina biología o bioinformática.
• Conocer las herramientas de software estadístico adecuadas para aplicar cada método.
• Reconocer los principales diseños experimentales habituales en bioestadística y saber cómo analizarlos.
• Conocer los principales métodos de regresión adecuados a diferentes tipos de datos, saber ajustar los modelos apropiados y evaluar la bondad del ajuste.
• Conocer y ser capaz de utilizar los principales métodos de análisis multivariante y de minería de datos, así como sus aplicaciones biológicas.

Dirección y profesorado

Dirección académica
Daniel Riera Terrén
Director del programa de Ingeniería Informática en los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Doctor Ingeniero en Informática por la Universidad Autónoma de Barcelona UAB).

Ángel Alejandro Juan Pérez
Es Profesor de Simulación y Estadística en los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Es Doctor en Matemática Aplicada por la UNED, Máster en Tecnologías de la Información por la UOC y Licenciado en Matemáticas por la Universidad de Valencia.

Tutores
Álex Sánchez
Doctor en Biología por la Universidad de Barcelona (UB). MSc in Bioinformatics por la Universidad de Manchester. Profesor titular del Departamento de Estadística de la Facultad de Biología de la UB.

Enrique Blanco García
Doctor en Informática por la UPC.
Investigador del Centro de Regulación Genómica.

Ramón Goñi Macià
Doctor en Biotecnología (UB). Investigador Senior del Barcelona Supercomputing Center.

Montserrat Barbany Puig
Doctora en Ciencias de la Salud y de la Vida por la Universitat Pompeu Fabra (UPF). Investigadora en el grupo de Biología Estructural del Instituto de Biología Molecular de Barcelona-CSIC

Carles Serrat
Doctor en Matemàtiques per la UPC. Professor titular del Departament de Matemàtica Aplicada I de la UPC.

M. Carme Ruiz
Doctora en Biología por la UB. Profesora titular del Departamento de Estadística de la UB.

Francesc Carmona
Doctor en Ciencias Matemáticas por la UB. Profesor titular del Departamento de Estadística de la UB. Forma parte del grupo de investigación Estadística y Bioinformática de la UB.

Marta Casals
Licenciada en Investigación y Técnicas de Mercado por la UOC y diplomada en Estadística por la UB. Profesora de Informática de gestión e Informática avanzada en la diplomatura de Ciencias Empresariales del IQS-Universidad Ramon Llull (URL), profesora de Matemáticas en la licenciatura de Ciencias Empresariales del IQS-URL, profesora de Previsión estadística de ventas y profesora en ciclos formativos de grado superior de la Generalitat de Cataluña.

Recursos didácticos

Los cursos de posgrado de la UOC pueden tener material en papel y/o en formato digital. Los materiales se entregan a los estudiantes a medida que avanza el curso

A continuación se listan los libros de texto que se prevé utilizar, como material central de formación, en el desarrollo de la parte del máster correspondiente a la bioestadística. Para la parte de bioinformática, los materiales serán propios de la UOC.

Martín, A.; Luna, J. (2004). Bioestadística para las ciencias de la salud. Ed. Díaz de Santos. ISBN: 978-84-8451-018-5.

P. Quinn, Gerry; J. Keough, Michael (2002). Experimental Design and Data Analysis for Biologists. Cambridge University Press. ISBN-10: 0521009766.

H. Kutner, Michael; Neter, John; J. Nachtsheim, Christopher; Li, William (2004). Applied Linear Statistical Models. McGraw Hill Higher Education; 5th International edition. ISBN-10: 0071122214.

G. Mathews, Paul (2004). Design of Experiments with MINITAB. ASQ Quality Press. ISBN-10: 0873896378.

S. Everitt, Brian; Hothorn, Torsten (2006). A Handbook of Statistical Analyses Using R. Chapman & Hall/CRC. ISBN-10: 1584885394.

W. Hosmer, David; Lemeshow, Stanley; May, Susanne (2008). Applied Survival Analysis: Regression Modeling of Time to Event Data. Wiley Series in Probability and Statistics. ISBN-10: 0471754994.

Brian S. Everitt (2007). An R and S-Plus® Companion to Multivariate Analysis. Springer Texts in Statistics. ISBN-10: 1852338822.

Requisitos de admisión

Para acceder al programa, es necesario disponer de una titulación universitaria legalizada.

Conocimientos previos

• Base estadístico-matemática: en este máster se trabajan conceptos y técnicas de análisis de datos avanzadas, por lo que para poder cursarlo se requiere disponer de una base estadística y matemática previa, como la que se proporciona en una ingeniería o en una carrera de ciencias. En caso de duda, se recomienda consultar con la Dirección del máster.
• Compresión lectora en inglés: la mayor parte del material docente y de investigación que se trabaja en el máster está en inglés. Por ello, es necesario disponer de comprensión lectora en este idioma.
• Si bien no son obligatorios, conocimientos en informática (linux a nivel usuario, programación, conceptos básicos de bases de datos) y/o una base mínima de biología pueden ayudar al estudiante en el inicio del máster.

Titulación

Una vez superado el proceso global de evaluación, la UOC otorgará un diploma de Máster en Bioinformática y bioestadística a los participantes que acrediten una titulación universitaria legalizada en España.

En el caso de no disponer de esta titulación, se expedirá un Certificado en Bioinformática y bioestadística

• Primer semestre: Bioinformática: genómica computacional
  • 1. Fundamentos de informática en entornos bioinformáticos (5 ECTS)
    • 1.1. Linux (2 ECTS)
      • Línea de comandos
      • Navegación por el sistema de ficheros
      • Herramientas básicas
    • 1.2. Perl/BioPerl (2 ECTS)
      • Comandos del lenguaje
      • Entorno de ejecución
      • Depuración de errores
    • 1.3. PHP/MySQL (1 ECTS)
      • Presentación del modelo relacional
      • Comandos útiles
      • Entornos de trabajo
  • 2. Fundamentos de biología molecular (5 ECTS)
    • 2.1 ¿Qué es la vida y qué la caracteriza? (1 ECTS)
      • Organismos y células
      • Procariotas y eucariotas
      • Clasificación en reinos
      • Las moléculas de la vida
      • Pequeñas moléculas
      • Proteínas
      • El ADN (ácido desoxirribonucleico)
      • El ARN (ácido ribonucleico)
      • Transmisión de información
      • Replicación del ADN
      • Mitosis
      • Meiosis
      • Recombinación
    • 2.2 Genes y genomas (1 ECTS)
      • Genética clásica: Leyes de Mendel
      • El gen a nivel molecular
      • Ligamiento y herencia ligada al sexo
      • Otros tipos de herencia biológica
      • Genomas
      • Secuenciación de genomas
      • Predicción y anotación de genomas
    • 2.3. De genes a proteínas (1 ECTS)
      • Transcripción
      • Splicing
      • Traducción
      • Regulación de la expresión génica
    • 2.4. Variación genética (1 ECTS)
      • Variación genética y evolución
      • La teoría de la selección natural de Darwin
      • Tipos de mutación
      • Mutación y selección en poblaciones
      • Deriva genética
      • Fijación de mutaciones
    • 2.5. Evolución de secuencias (1 ECTS)
      • Tasas evolutivas
      • Definición de árbol evolutivo
      • Métodos de distancia
      • Métodos de máxima parsimonia
      • Métodos de máxima verosimilitud
  • 3. Genómica computacional (5 ECTS)
    • 3.1. Búsqueda de información en bases de datos biológicas (1 ECTS)
      • Bases de datos de secuencias: NCBI, ENSEMBL
      • Bases de datos genómicas: ENSEMBL, UCSC
      • Bases de datos de proteínas (PFAM, SCOP, INTERPRO, PDB)
      • Datos de expresión: EST, STS, Unigene
      • Datos de referencia: RefSeq
      • Multibuscadores (Entrez, SRS, Biomart, UCSC)
      • Sistemas integrados (Entrez Gene, GeneCards)
      • HapMap
      • Ontologías: GO
    • 3.2. Alineamiento de secuencias (1 ECTS)
      • Introducción histórica
      • Alineamiento de dos secuencias (programación dinámica)
      • Alineamiento múltiple
      • Matrices de sustitución
      • Búsqueda de secuencias similares en bases de datos
      • Motivos en secuencias (patrones y perfiles)
    • 3.3. Anotación de genomas (1 ECTS)
      • Secuenciación de genomas (proyectos genoma, organismos secuenciados, árbol de la vida)
      • Secuenciación y ensamblaje de genomas
      • Necesidad de herramientas computacionales
      • Métodos y algoritmos de predicción de genes (ab initio, por similaridad)
      • Genes que no codifiquen por proteínas
      • Regulación de la expresión de un gen: promotores y elementos reguladores
      • Anotación funcional (manual y automática)
    • 3.4. Genómica funcional y de sistemas (1 ECTS)
      • Biología de sistemas
      • Redes de regulación genética
      • Redes metabólicas
      • Redes de interacción de proteínas
      • Microarrays
      • Bioinformática y salud
• Segundo semestre: Bioinformática: microarrays, biología estructural y tendencias
  • 1. Genómica funcional y análisis de microarrays (5 ECTS)
    • 1.1. Introducción a la genómica funcional y a las tecnologías high throughput (1,5 ECTS)
      • El objeto de estudio de la genómica funcional
      • Métodos de obtención de datos de alto rendimiento
      • Perspectiva general
      • Microarrays de expresión génica
      • Otros tipos de datos (SNP, ChIP, proteómica)
    • 1.2. El lenguaje de programación R (1,5 ECTS)
      • R, software libre para estadística y los gráficos
      • Manejo de datos en R
      • Gráficos
      • Estadística básica y avanzada
      • Programación: scripts, funciones y mucho más
    • 1.3. Análisis de datos de microarrays (1 ECTS)
      • Perspectiva general del análisis de datos de microarrays de expresión
      • Lectura y control de calidad de las imágenes
      • Preprocesado: normalización y filtraje
      • Detección de genes diferencialmente expresados
      • Busca de patrones de coexpresión mediante análisis de clusters
      • Diagnósticos moleculares y métodos de clasificación
      • La ontología génica y sus aplicaciones para la interpretación biológica
      • Más allá de la expresión génica: análisis de factores de transcripción e integración de distintos tipos de datos
    • 1.4. Biología de sistemas (BS) y genómica funcional (1 ECTS)
      • Introducción a la biología de sistemas
      • Tipos de redes y técnicas para su análisis y reconstrucción
      • Reconstrucción de redes metabólicas a partir de datos de alto rendimiento
      • Perspectivas y aplicaciones de la BS
  • 2. Biología estructural (4 ECTS)
    • 2.1. Conceptos básicos (0,7 ECTS)
      • Biología estructural
      • Moléculas
      • Biomoléculas
      • Macromoléculas
    • 2.2. Proteínas (0,6 ECTS)
      • Síntesis, tipos, funciones, propiedades
      • Estado natural/desnaturalizado
      • Estructura primaria
      • Estructura secundaria
      • Estructura terciaria
      • Estructura cuaternaria
      • Dominios estructurales
      • Plegado de proteínas
      • Bases de datos
    • 2.3. Predicción de estructura (1) (0,6 ECTS)
      • Proteínas solubles
      • Cristalografía
      • NMR
    • 2.4. Predicción de estructura (2) (0,6 ECTS)
      • Homología
      • Threading ab initio
      • CASP
    • 2.5. Estructura de ácidos nucleicos (0,6 ECTS)
      • ADN
      • ARN
    • 2.6. Modelado molecular (0,6 ECTS)
      • Átomos, campos de fuerza, interacciones
      • Simulaciones
      • Diseño de fármacos
  • 3.- Aplicaciones y tendencias del sector bioinformático (3 ECTS)
    • 3.1. Aplicaciones (0,75 ECTS)
      • Introducción. La investigación en la industria farmacéutica
      • Descubrimiento de (potenciales) nuevas dianas terapéuticas
      • Descubrimiento y mejora de fármacos
    • 3.2. El sector (0,75 ECTS)
      • Empresas de bioinformática
      • Uso de la bioinformática en el entorno de la investigación
      • Uso de la bioinformática en el entorno empresarial
      • Uso de la bioinformática en las organizaciones sanitarias
    • 3.3. Tendencias de futuro (0,75 ECTS)
      • Biología de sistemas
      • Ontologías, clasificaciones y diccionarios
      • Integración de la información biomédica
      • Vigilancia tecnológica
    • 3.4. Marco legal (0,75 ECTS)
      • Propiedad industrial y derechos de autor
      • Ley de protección de datos de carácter personal
      • Ley del medicamento
      • Ley de investigación biomédica
      • Directivas europeas
  • 4.- Proyecto final de bioinformática (3 ECTS)
    • Temas del proyecto:
    • Genómica
    • Biología estructural
    • Aplicaciones y tendencias
    • Libre
• Tercer semestre: Bioestadística: fundamentos
  • 1.- Fundamentos de bioestadística (5 ECTS)
    • Conceptos de probabilidad y bioestadística
    • Inferencia estadística
    • Métodos no paramétricos
  • 2.- Modelos lineales (5 ECTS)
    • Regresión lineal
    • Análisis de la varianza
    • Diseño de experimentos
  • 3.- Laboratorio de software estadístico (5 ECTS)
    • Análisis de datos en bioestadística
    • Programación estadística
• Cuarto semestre: Bioestadística: métodos y modelos
  • 1. Análisis de supervivencia (5 ECTS)
    • Análisis de supervivencia
    • Regresión logística
  • 2. Análisis multivariante (5 ECTS)
    • Componentes principales
    • Análisis factorial
    • Análisis clúster
    • Modelos de ecuaciones estructurales
    • Análisis discriminante
  • 3. Proyecto final de bioinformática (5 ECTS)