El curso Análisis y ensamblaje de metagenomas se enfocará en métodos computacionales usados para analizar la riqueza de datos producidos por estudios de metagenómica y metatranscriptomica. Este curso le proporcionará información sobre los análisis de microorganismos, desde el preprocesamiento y el control de calidad de los datos r, extraccion del perfil de la comunidad, informacion funcional y la integraccion de estas. Ademas del uso de programas y herramientas bioinformaticas para el ensamblaje de genomas de microorganismos , predicion de genes y anotacion.

Objetivos general:

Aprender y aplicar técnicas bioinformáticas para estudiar comunidades microbianas con enfoques metagenómicos, así como s familiarizarse con las herramientas de análisis bioinformático y poder utilizarlas en la propia investigación después del curso.

Objetivos específicos:

• Aprender cómo ejecutar ensamblaje y anotación de metagenómica
• Realizar análisis metatranscriptómicos
• Adquirir la capacidad para reconstruir genomas ensamblados de metagenoma y verificar su calidad
• Comprender cómo obtener ayuda para preguntas tanto genómicas como computacionales
• Entender el uso de cluster/ servidores para alto procesamiento empleando un gestor de tareas

El curso tiene una duración de 20 h, repartidos en 4 horas diarias durante 5 días. Se llevará a cabo de forma teórico-práctico para que los estudiantes puedan en el futuro reproducir y adaptar los análisis vistos en clase a situaciones propias.

Profesionales, investigadores o estudiantes de posgrado preferiblemente que se encuentren realizando o planeen realizar investigaciones que requieran del análisis bioinformática de datos derivados de estudios de metagenómica, metetranscriptomica y ensamblaje de genomas.

Día 0. Guía cero.

1. Bash e Instalación de softwares para análisis metagenómicos
2. Video sobre la secuenciación masiva (30 min)

• Secuenciación Illumina
• Tipos de formatos: Fastqc

Día 1.

1. ¿Qué es la Metagenómica – Metatranscriptómica? (30 min)
2. Control de calidad (30 min)

• Lecturas sin procesar de filtrado de calidad
• Visualización con FastQC
• Recorte de lectura y eliminación de adaptadores
• Diagnóstico de bibliotecas deficientes
• Problemas comunes y mejores prácticas

3. Análisis Metatranscriptómicos (1 hora)

• Preprocesamiento: Control de calidad, Limpieza de datos, Filtrado de fragmentos de ARN ribosómico, Lecturas directas e inversas entrelazadas
• Extracción del perfil de la comunidad: Extraer la abundancia en los diferentes niveles taxonómicos y Visualización de la estructura de la comunidad
• Información funcional: Normalizar las abundancias, Identificar las familias de genes involucradas en las vías, Agrupar las abundancias en términos GO delgados
• Combinar información taxonómica y funcional

4. Guía para análisis metatranscriptómicos usando Galaxy (1 hora y tarea)

Día 2.

5. Revisión del flujo de trabajo bioinformático de tarea (30 min)

6. Identificación taxonómica, revisión de diferentes programas (30 min)

7. Ensamblaje y Evaluación usando diferentes bases de datos bioinformáticas (3 horas)

• Elección de ensambladores: consideraciones sobre los parámetros.
• Explorar las opciones del ensamblador
• Enviar trabajos a CIBIOFI a través del gestor de trabajos Condor
• Ejecutar el ensamblaje usando MetaSPAdes/MegaHit
• Evaluación de ensamblaje usando MetaQuast

Día 3.

8. Parámetros y estrategias clave para agrupar

• Mapeo
• Obtener perfiles de cobertura para contigs ensamblados mediante mapas de lectura
• Ordenaciones de nuestros datos agrupados usando VizBin
• Binning y bin check para recuperar genomas individuales

Día 4.

9. Predicción de genes (1hora)

• Predicción de genes usando prodigal, y otras herramientas (RNAmer, Aragorn, etc)
• Predecir marcos de lectura abiertos y secuencias de proteínas

10. Anotación (3 horas)

• Anotación de genes usando diamond y hmmer
• Discusión: Evaluando la calidad de la asignación de genes
• Discusión: Diferencias en taxonomías (GTDB, NCBI etc)

Día 5.

11. Anotación genética (parte 2) (3 horas)

• Uso de recursos en línea (por ejemplo, KEGG, BioCyc, MetaCyc, HydDB, PSORT)
• Ver la anotación de KEGG en el sitio web de KEGG

12. Discusión final