|
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
|
|
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
|
Enjoy the Power of Bioinformatics Thinking!
|
|