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 transcriptómica o RNASeq.

Objetivo General

El curso tiene como objeto proporcionar herramientas para analizar datos de expresión diferencial génica en R para estudios de transcriptómica y RNASe.

Objetivos Específicos

• Conocer los comandos y el uso de los programas R, Rstudio y Bioconductor para realizar análisis de expresión diferencial génica en estudios de transcriptómica y RNASeq
• Diseñar estudios y analizar datos de expresión diferencial génica en estudios de transcriptómica y RNASeq
• Implementar y aplicar análisis estadísticos de resultados post-expresión diferencial génica en estudios de transcriptómica y RNASeq.

1. Introducción a R, Rstudio y Bioconductor

• Obtención e instalación de R
• Uso de Bioconductor e Instalación de paquetes/librerías
• R como calculadora
• Conocer los tipos de objetos (vectores, matrices, data.frame, listas)
• Aprender a leer y escribir ficheros y objetos binarios
• Gráficos en R usando ggplot y ggplot2
• Obtención y edición de los bases de datos de trabajo: datos biológicos (cualitativos, cuantitativos) y datos ambientales (continuos, discretos, dependientes e independientes).

2. Diseño y análisis de ensayos transcriptómicos

• Transcriptómica: Flujo de trabajo de RNA-seq.
• Métodos de análisis de expresión diferencial para RNA-seq.
• Práctico en R/Bioconductor:

➢ Análisis estadístico de expresión diferencial a partir de datos de RNA-seq.
➢ PCA
➢ Clustering
➢ Heatmaps,
➢ Gráficos de genes diferencialmente expresados

3. Análisis estadístico de resultados post-expresión diferencial

• Análisis estadístico de enriquecimiento de vías y procesos biológicos.
• Bases de Datos Funcionales: BioMart, GeneOntology (GO), KEGG, String, DOSE, DAVID.
• Práctico en R/Bioconductor:
  ➢ Análisis de Enriquecimiento de Procesos Biológicos,Funciones Moleculares, Componentes Celulares (GO) y Vías biológicas (KEGG).
  ➢ Gráficos de enriquecimientos.

El curso tiene una duración de 40 h, repartidos en 8 horas diarias durante 5 días. Está compuesto por 3 módulos teórico-prácticas. 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, mostrando un manejo de R al extrapolar sus conocimientos a diferentes tipos de análisis. Las sesiones prácticas consistirán en ejercicios computacionales empleando datos reales que permitirán a los participantes familiarizarse con cada paso dentro del flujo de trabajo y bajo una orientación de los instructores. Esta metodología hace que el estudiante trabaje con autonomía y construyendo su propio itinerario de aprendizaje.