Programa

El programa del máster se desarrolla a lo largo de un año académico, donde los 60 créditos ECTS que comprende el máster se reparten equitativamente en dos semestres que se diferencian por el tipo de docencia que se cursa. El plan de estudios se compone de siete módulos docentes que siguen la estructura del esquema que se muestra a continuación. Durante el primer semestre se realizan todos los módulos teóricos (dos módulos obligatorios y uno optativo) y durante el segundo semestre se efectúan las prácticas y el trabajo de fin de máster.

 

 

Módulo 1: Programación en Bioinformática (6 ECTS)   Descripción En este módulo se aprenderán las herramientas y técnicas informáticas básicas que se requieren para el desarrollo de aplicaciones bioinformática.    Contenidos:  Introducción al Módulo  Computational Thinking en Bioinformática  Entornos Linux  Bases de datos bioinformáticas: MySQL, creación y edición de BBDD  Lenguajes de programación (Perl y Python)  Análisis de datos con R   Bioconductor   Guía docente

Módulo 2: Core Bioinformatics (12 ECTS)   Descripción Este módulo se ocupa del aprendizaje de las herramientas y recursos bioinformáticos de uso común en las investigaciones ómicas. El objetivo es proporcionar a los alumnos las bases necesarias para poder aplicar la bioinformática en las áreas de investigación que más la necesitan.   Contenidos:  Formatos y bases de datos bioinformáticos  Estadística y procesos estocásticos para el análisis de secuencias  Alineamiento de secuencias  Búsqueda de patrones en secuencias  Genómica  Filogenia y evolución molecular  Bioinformática estructural        Estructura, Interacciones, PDB, Plegamiento, SCOP, PFAM        PyMol        Modelado por homología, minimización de energía, MD        Acoplamiento  Proteómica  Interactómica  Biología de sistemas  Gestión de flujo de trabajo  APIs y Web services  Desarrollo web  Ingeniería de software bioinformático    Guía docente

Módulo 3: Genómica (12 ECTS)   Descripción La generación de datos genómicos de forma masiva crece a un ritmo incesante y precisa de un crecimiento paralelo de expertos en el manejo bioinformático de los genomas, tanto de animales como de microorganismos y plantas. El propósito de este módulo es suministrar los conocimientos teóricos y la capacitación técnica que se requieren para responder con éxito a los retos actuales del análisis genómico.   Contenidos:  Proyectos de secuenciación genómica  Técnicas de secuenciación de nueva generación (NGS)  Análisis de datos de NGS  Ensamblaje de genomas  Anotación de genomas  Análisis funcional  Bases de datos y navegadores genómicos  Variación genómica y nucleotídica  Estudios de asociación y GWA  Análisis de Expresión  Epigenómica  Genética de sistemas  Integración de datos Ómicos  Aplicaciones de la genómica (biomedicina, agrigenómica,...)    Guía docente

Módulo 4: Estructura y Función de Proteínas y Diseño de Fármacos (12 ECTS)   Descripción El número de estructuras tridimensionales de proteínas depositadas en el Protein Data Bank (PDB) ha crecido exponencialmente en los últimos años debido a la mejora en las técnicas de rayos X y de RMN. En este módulo se presentan los conocimientos prácticos y teóricos de las técnicas computacionales para analizar, caracterizar y visualizar estructuras proteicas, así como sus interacciones con otras proteínas, péptidos o ligandos.   Contenidos:   Quimioinformática  Química computacional / Modelado molecular  Diseño de Bases de Datos  Relaciones Estructura-Actividad  Modelado de farmacóforos  Búsquedas de similitud   Bioinformática Estructural  Modelado por homología y reconocimiento de plegamiento  Modelado Ab initio  Dinámica Molecular  Anclaje/acoplamiento proteína-proteína  Anclaje/acoplamiento proteína-ligando y cribado virtual de alto rendimiento  Elementos claves en familias proteicas (GPCR y quinasas)      Guía docente

Módulo 5: Computación de Altas Prestaciones y Análisis de Big Data (12 ECTS) Descripción La inmensa cantidad de datos moleculares generados por las tecnologías Ómicas precisan de métodos de análisis estadístico eficientes combinados con el uso del poder computacional moderno. Este módulo tiene como objetivo proporcionar a los estudiantes los conocimientos y habilidades necesarios para (1) implementar los enfoques de ingeniería de rendimiento a las plataformas de computación modernas y (2) realizar análisis estadísticos de Big Data. Siguiendo un enfoque orientado a problemas, los estudiantes adquirirán conocimientos sobre algoritmos, métodos, plataformas computacionales eficientes y métodos estadísticos aplicados a los problemas bionformáticos complejos relacionados con Big Data. Arquitectura de Computadores Modernos Arquitectura de procesadores de propósito general y de procesadores especializados Jerarquía de memoria Sistemas de cluster Infraestructuras en la nube Herramientas Middleware y entornos de programación Modelos de Programación Avanzados Programación paralela con memoria compartida y con memoria distribuida (OpenMP, MPI…) Herramientas de composición de flujos de trabajo (Galaxy, Python…) Principios de ingeniería del rendimientos (herramientas y métodos) Ingeniería del rendimiento aplicada a algoritmos y herramientas habituales en el ámbito de la bioinformática (indexación de genomas, alienamientos de secuencias, …) Análisis de Big Data Plataformas y herramientas de análisis de Big Data (Hadoop MapReduce, Apache Spark…) Teoría y herramientas de estadística avanzada en el análisis de Big Data (reducción de la dimensionalidad, selección de variables y Spark) Teoría y algoritmos del aprendizaje automáticos (machine learning). Aplicaciones en bioinformática Modelaje predictivo: minería de datos, evaluacion y validación del modelo Clasificación de datos: aprendizaje de Bayes ingenuo y árboles de decisiones Aprendizaje de reglas de asociación Análisis de agrupamiento: algoritmo de k-medias Teoría de grafos para Big Data Guía docente

Complementos de Formación Dado que los estudiantes del Máster de Bioinformática proceden de ramas del conocimiento muy diversas, se preve la realización de complementos formativos para nivelar los conocimientos de todos los estudiantes que accedan al máster. Así pues, los estudiantes que carezcan de formación en el ámbito de las biociencias, sea el caso de ingenieros; físicos; matemáticos, entro otros, se les propondrá una formación complementaria previa al inicio del curso o alternativamente cursar la asignatura “Estructura y función de biomoléculas” (6 ECTS), del primer semestre del Grado de Ciencias Biomédicas (consultar guía docente de la asignatura). Por otro lado, los estudiantes de la rama de las ciencias de la vida y de la salud, que no posean conocimientos demostrables en informática, se les propondrá una formación complementaria previa al inicio del curso o alternativamente cursar la asignatura “Fundamentos de Informática” (9 ECTS) del primer semestre del Grado de Ingeniería Informática (consultar guía docente de la asignatura). Los estudiantes que hayan cursado alguna asignatura de Informática o Bioinformática a lo largo de su grado no tendrán que realizar complementos de formación.

Presentación | Programa | Características | Profesorado | Prácticas | Red de colaboradores | Admisión | Becas y Financiación | FAQs | Equipo Directivo | Alumni | Documentos | Links de interés | Contacto | 

Máster de Bioinformática
Fac. Biociències, UAB
http://mscBionformatics.uab.es