Solicitud de información
Máster en Bioestadística y Bioinformática (Formación Permanente)
Overview
La bioinfomática versa sobre la aplicación de herramientas informáticas y computacionales que nos permiten almacenar, organizar, analizar e interpretar enormes volúmenes de datos biológicos. Los avances en informática, lenguajes de programación y estructuras computacionales son los mecanismos que utiliza la bioinformática y que ha permitido el manejo de grandes volúmenes de datos biológicos con el fin de extraer el máximo conocimiento de los datos y aplicarlo a la resolución de problemas biológicos y biomédicos.
La bioinformática es una de las disciplinas científicas en auge en los últimos años y más aún desde el último año debido a la situación actual derivada del SARS-Cov-2 en donde su aplicación a permitido el manejo e interpretación de datos masivos. La explosión de esta nueva disciplina ha propiciado el aumento de la demanda de perfiles profesionales, lo que ha puesto en manifiesto la necesidad de generar vías de formación especializada en este ámbito.
Targeted to
Graduados y titulados universitarios en:
- Estadística
- Matemáticas
- Medicina
- Farmacia
- Biología
- Farmacia
- Ciencias Ambientales
- Biotecnología
- Ciencias y Tecnología de Alimentos
- Ingeniería Informática
- Otras titulaciones de ingenierías, ciencias o ciencias de la salud
Objetives
- Formar investigadores capaces de aplicar y desarrollar nuevas técnicas computacionales en la investigación biomédica.
- Formar profesionales para trabajar en las empresas del sector biotecnológico y entornos hospitalarios.
Competencias de conocimientos:
- Dominar los conceptos básicos de bioinformática
- Aplicar las técnicas estadísticas básicas y las adaptadas al contexto del tratamiento estadístico computacional.
- Dominar los conceptos básicos de la biología estructural y molecular.
- Comprender las capacidades y las limitaciones de las técnicas ómicas así como del tipo de información biomédica relevante que se puede obtener de ellas.
- Adquirir los conocimientos para manejar datos en forma de red e integrar datos ómicos en redes
- Conocer las técnicas para el procesamiento de datos de microarrays, tanto de expresión como de SNPs, array-CGH y ChIP-on-Chip; secuenciación de nueva generación aplicada a resecuenciación, RNA-seq, Chip-seq, variación estructural, ensamblado de genomas y otras.
In association with
La bioinfomática versa sobre la aplicación de herramientas informáticas y computacionales que nos permiten almacenar, organizar, analizar e interpretar enormes volúmenes de datos biológicos. Los avances en informática, lenguajes de programación y estructuras computacionales son los mecanismos que utiliza la bioinformática y que ha permitido el manejo de grandes volúmenes de datos biológicos con el fin de extraer el máximo conocimiento de los datos y aplicarlo a la resolución de problemas biológicos y biomédicos.
La bioinformática es una de las disciplinas científicas en auge en los últimos años y más aún desde el último año debido a la situación actual derivada del SARS-Cov-2 en donde su aplicación a permitido el manejo e interpretación de datos masivos. La explosión de esta nueva disciplina ha propiciado el aumento de la demanda de perfiles profesionales, lo que ha puesto en manifiesto la necesidad de generar vías de formación especializada en este ámbito.
Targeted to
Graduados y titulados universitarios en:
- Estadística
- Matemáticas
- Medicina
- Farmacia
- Biología
- Farmacia
- Ciencias Ambientales
- Biotecnología
- Ciencias y Tecnología de Alimentos
- Ingeniería Informática
- Otras titulaciones de ingenierías, ciencias o ciencias de la salud
Objetives
- Formar investigadores capaces de aplicar y desarrollar nuevas técnicas computacionales en la investigación biomédica.
- Formar profesionales para trabajar en las empresas del sector biotecnológico y entornos hospitalarios.
Competencias de conocimientos:
- Dominar los conceptos básicos de bioinformática
- Aplicar las técnicas estadísticas básicas y las adaptadas al contexto del tratamiento estadístico computacional.
- Dominar los conceptos básicos de la biología estructural y molecular.
- Comprender las capacidades y las limitaciones de las técnicas ómicas así como del tipo de información biomédica relevante que se puede obtener de ellas.
- Adquirir los conocimientos para manejar datos en forma de red e integrar datos ómicos en redes
- Conocer las técnicas para el procesamiento de datos de microarrays, tanto de expresión como de SNPs, array-CGH y ChIP-on-Chip; secuenciación de nueva generación aplicada a resecuenciación, RNA-seq, Chip-seq, variación estructural, ensamblado de genomas y otras.
-
Program
Program
Módulo 1: Bioquímica y Biología Molecular (15 ECTS)
- La célula: estructura
- Componentes de las células: (visión general) + glúcidos
- Lípidos
- Péptidos
- ADN
- ARN
- Cromosomas
- Genes y genoma
- Estudio de los cromosomas
- Mutaciones y polimorfismos
- División celular
- Dogma central de la biología molecular
- Replicación y reparación del ADN
- Transcripción
- Traducción
- Control de la expresión genética en procariotas
- Control de la expresión genética en eucariotas I
- Control de la expresión genética en eucariotas II
- Epigenética
- PCR
- Tecnología del ADN recombinante
- Secuenciación
- Hibridación de ácidos nucleicos: arrays
- Movilidad de la célula y transporte
- Proteínas de membrana
- Espectrometría de masas
- Cristalografía de rayos X
- Predicción de estructura de proteínas
- Inmunología básica
- Virus: estructura y función
Módulo 2: Bioestadística y R (15 ECTS)
- Fundamentos del análisis descriptivo de datos unidimensionales
- Introducción a R y RSTUDIO
- Fundamentos de cálculo de Probabilidades I
- Fundamentos de cálculo de Probabilidades II
- Variables aleatorias discretas
- Variables aleatorias continuas
- Distribuciones notables discretas
- Práctica de R- Principales Objetos de R
- Distribuciones notables continuas
- Elementos básicos de un vector aleatorio
- Práctica con R. Representación y simulación de variables aleatorias con R
- Vector de medias y matriz de covarianzas
- Estimación de los parámetros de una población
- Intervalo de confianza para una proporción
- Intervalo de confianza en distribuciones normales
- Contraste de hipótesis para una proporción
- Contraste de hipótesis para una población normal
- Comparación de poblaciones
- Práctica de R. Contraste de hipótesis en R
- El método de máxima verosimilitud
- El método de máxima verosimilitud para la estimación de parámetros. Estimando la media y la varianza de una muestra procedente de una distribución normal mediante el método de máxima verosimilitud
- El modelo de regresión lineal simple. Estimación de los parámetros por mínimos cuadrados
- Propiedades de los estimadores. Contrastes de hipótesis sobre los parámetros. Predicción
- El modelo de regresión lineal múltiple. Estimación de los parámetros por mínimos cuadrados. Propiedades de los estimadores. Contrastes de hipótesis sobre los parámetros. Predicción. Diagnosis del modelo
- Ajuste de modelos de regresión lineal (regresión simple y regresión múltiple) con R. Predicción de modelos de regresión lineal con R. Ajuste de modelos polinómicos con R
- El modelo de análisis de la varianza (ANOVA). El test F
- Support vector machines para regresión
- Redes neuronales para regresión
- Métodos de selección de variables para regresión. Tipos de métodos de selección de variables. Métodos de filtrado. La correlación. La ganancia de información. El test de Chi Cuadrado
- Métodos de extracción de variables para regresión. El análisis de componentes principales (PCA)
- Métodos de selección y extracción de variables en R
- Construcción rigurosa de un modelo de regresión. Conjuntos de entrenamiento y de test. Medidas para la capacidad predictiva de un modelo de regresión. El error cuadrático medio. Comparación de modelos de regresión
Módulo 3: Python (10 ECTS)
- Phyton el nuevo desconocido
- Características básicas de lenguaje
- Programación orientada a objetos y excepciones
- Manipulación de datos
Módulo 4: Introducción a base de datos y Análisis de datos Ómicos (10 ECTS)
- Introducción a las ómicas: aplicación
- Bases de datos para el análisis e interpretación de datos ómicos
- Computación de datos de alto rendimiento (HTS)
- Introducción a la ultrasecuenciación (Nex-generation sequencing NGS)
- Transcriptómica
- Análisis de datos de microarrays
- Análisis de datos de RNA-seq
- Análisis supervisado: Expresión diferencial
- Interpretación de datos de expresión
- Análisis de exomas (WES)
- Las otras ómicas
- Análisis terciario en ómicas
- R: Integración, creación y análisis de herramientas basadas en R para análisis ómico
Trabajo Fin de Máster (10 ECTS)
Teachers
- Sara López Pérez
- Cristian Rodríguez Mortera
- Lucía Martínez González
- Andrés Crespo Vieira
- Beatriz Nespereira Rodríguez
- Ángel López Oriona
-
Methodology and materials
Teaching system and study methodology
El máster cuenta con una metodología programada, con una fecha de inicio y fin y con una temporalización semanal. El alumno accede al campus virtual con sus credenciales. Una vez dentro, y hasta la fecha de comienzo del máster, el alumno tiene acceso al área de bienvenida.
La formación pretende estar en línea con las necesidades e intereses de los participantes y tiene como objetivo implicar al alumno y hacerlo protagonista del proceso de enseñanza-aprendizaje.
A partir del momento en el que da comienzo el máster, se da acceso semanalmente al alumno a los contenidos de 2-3 temas. Dentro de cada tema el alumno dispone de:
- Una o varias clases en vídeo a cargo del profesor explicando la materia a tratar
- Clases telepresenciales en directo de resolución de dudas semanales
- Un cuestionario de autoevaluación
- Una o varias actividades y/o trabajos a realizar de manera individual
- Breves contenidos teóricos en formato pdf
- Bibliografía completa
- Documentos y enlaces para ampliación de contenidos (opcionales)
La metodología seleccionada es eminentemente práctica por lo que se adquieren los conocimientos por medio de la realización de continuas actividades y trabajos.
Se utiliza una metodología multimedia, visual y atractiva que despierta el interés de los participantes.
Al terminar los módulos teóricos, los alumnos realizarán un Trabajo fin de máster dirigido por uno de nuestros profesores que tienen que entregar en formato pdf. La defensa será mediante un vídeo, contestando las preguntas que le ha formulado previamente la directora/o del trabajo.
Teaching materials
Nuestro alumnado tiene acceso a una plataforma Moodle, en la que se encuentra todo el material pedagógico. Para cada unidad didáctica, tiene disponible:
- Temario, en versión RISE o pdf
- Vídeo/s formativo/s: explicación de la unidad didáctica, profundizando en las partes más complejas
- Cuestionario: tipo test, de 10 preguntas, con 4 opciones, solo una de ellas correcta
- Actividad o caso práctico
- Clases en directo: de casos prácticos, actividades y resolución de dudas
Además, nuestros alumnos tienen acceso a una formación complementaria en Sostenibilidad y otra sobre Prevención de Riesgos Laborables.
Asimismo, se ofrece al alumnado formación en inglés. Tienen la posibilidad de hacer una prueba de nivel. En función de los resultados se le da acceso a un curso de A2, B1, B2 o C1.
En cuanto a los servicios, cada alumno tiene acceso a:
- Tutor/a: cada alumno tiene su propio tutor/a. El tutor es una persona experta en pedagogía asesora que le acompaña durante toda su formación y le asesora
- Profesores especialistas de cada módulo: imparte clases en directo, resuelve dudas en directo o a través del servicio de mensajería, corrige actividades y tareas
- Servicio técnico: resuelve dudas y problemas técnicos
- Orientación laboral: apoyo en la elaboración de CV, LinkedIn, búsqueda de trabajo, gestión de prácticas.
- Administración: trámites administrativos como solicitud de certificados o diplomas
- Calidad: encuestas de satisfacción
-
Calendar and Fees
Duration, enrollment periods and start dates
40 semanas de formación + 10 semanas de Trabajo Fin de Máster (TFM).
Prácticas extracurriculares.
3 convocatorias anuales, que comienzan respectivamente en febrero, junio y octubre.Fees and payment methods
Para información acerca de precios y formas de pago puede rellenar el formulario de Solicitud de Información o ponerse directamente en contacto con la empresa.