Curso en Data Gen Lab: Bioinformática Aplicada

Curso

Data Gen Lab: Bioinformática Aplicada

Este curso te permitirá aprender a manejar entornos como R y UNIX, acceder a bases de datos especializadas y procesar datasets reales con softwares de uso profesional. Desde la introducción a la secuenciación de nueva generación (NGS) hasta la automatización de flujos de trabajo en Galaxy, desarrollarás habilidades técnicas altamente demandadas en biotecnología, salud y agricultura.

El enfoque está diseñado para quienes desean aplicar la bioinformática en contextos científicos reales. No se requiere experiencia previa en programación, pero sí disposición para aprender con una perspectiva analítica y rigurosa. Al finalizar, estarás capacitado para participar en proyectos de investigación multidisciplinarios, interpretar resultados y tomar decisiones basadas en datos ómicos confiables.

¿Qué aprenderás?

Análisis de datos ómicos

Aprenderás a aplicar herramientas bioinformáticas en análisis genómico y transcriptómico.

R y UNIX en bioinformática

Utilizar lenguajes y entornos para automatizar y procesar datos biológicos.

Interpretación de datos

Desarrollar pensamiento crítico para tomar decisiones con base en datos.

Módulo 1: Introducción a la Bioinformática y Genómica Computacional

1.1.Conceptos fundamentales de bioinformática
1.1.1. Definición y evolución de la bioinformática
1.1.2. Importancia en investigación biomédica, agrícola y ambiental
1.2. Fundamentos de genómica y transcriptómica
1.2.1. Estructura y organización de genomas y transcriptomas
1.2.2. Diferencias y aplicaciones en investigación
1.3. Herramientas y lenguajes comunes en bioinformática
1.3.1. Introducción a R para Bioinformática con ejemplos en vivo
1.3.2. Instalación y entorno de trabajo en RStudio con ejercicios guiados
1.3.3. Introducción a Bioconductor y paquetes clave (DESeq2, EdgeR)
1.3.4. Introducción de UNIX para manipulación de archivos con actividades prácticas
1.4. Bases de datos bioinformáticas y alineación de secuencias
1.4.1. Acceso y consulta a bases de datos nucleotídicas y proteicas (GenBank, UniProt)
1.4.2. Uso de herramientas de alineamientos y predicciones en tiempo real (BLAST, KEGG, GO)

Módulo 2: Análisis de Datos de Nueva Generación (NGS)

2.1. Introducción a la secuenciación de nueva generación (NGS)
2.1.1. Diferencias con secuenciación tradicional (Sanger)
2.1.2. Tipos de tecnologías NGS y sus aplicaciones
2.2. Preprocesamiento de datos NGS
2.2.1. Control de calidad con FastQC en sesiones prácticas
22.2. Limpieza y filtrado de secuencias con Trimmomatic mediante ejercicios interactivos
2.3. Análisis de RNA-Seq
2.3.1. Cuantificación de expresión génica (Kallisto, TopHat) con implementación en la nube
2.3.2. Análisis diferencial de expresión (DESeq2, EdgeR) con ejemplos en datasets reales
2.4. Visualización e interpretación de resultados
2.4.1. Uso de IGV para exploración de datos genómicos con ejemplos prácticos
2.4.2. Creación de gráficos y reportes en R con sesiones en vivo
2.5. Automatización de flujos de trabajo en bioinformática
2.5.1. Introducción de Galaxy para flujos de trabajo en bioinformática con ejercicios guiados

Detalles del curso

Modalidad

A distancia

Fecha de inicio

22 de agosto de 2025

Duración

48 horas (3 meses)

Horarios

Viernes de 18:00 a 22:00 hrs

Inversión

Inscripción

$4,000 mxn

2 Colegiaturas

$4,00 mxn

Perfil de ingreso

Profesionales y estudiantes de Biotecnología, Biología, Bioquímica, Nutrición o áreas afines, interesados en el análisis de datos ómicos. Ideal para quienes buscan adquirir competencias técnicas en bioinformática sin necesidad de experiencia previa en programación.

Perfil de egreso

Serás capaz de aplicar herramientas bioinformáticas en proyectos de investigación científica, manejar entornos como R y UNIX, automatizar flujos de trabajo y analizar datos de secuenciación de nueva generación (NGS) para generar reportes e interpretaciones con valor científico y profesional.

Claustro académico

Dr. José Luis Pablo Rodríguez

Investigador especializado en virología vegetal

Cuenta con estancias posdoctorales en el CINVESTAV y la UNAM, y experiencia internacional en el Instituto de Biología de Sistemas de la Universidad Kebangsaan de Malasia. Se ha enfocado en el estudio de virus de plantas como el CBSV y su aplicación en estrategias de ingeniería genética.