Transcriptómica: Procesamiento y anotación de datos con Linux

Este curso es de acceso personal e intransferible. El acceso se habilita una vez confirmado el pago. Aceptamos distintos métodos de pago. Si necesitas factura, deberás solicitarla dentro del plazo establecido. El acceso al contenido tiene una vigencia definida. Consulta nuestras Políticas de compra completas para más detalles sobre métodos de pago, facturación, vigencia del acceso y soporte técnico.

1. Introducción a Linux para Bioinformática.
   1.1. Linux como sistema operativo: Características e importancia.
   1.2. Distribuciones de Linux.
      1.2.1. Comparación de distribuciones populares (Ubuntu, CentOS, Debian).
      1.2.2. Selección de una distribución adecuada para bioinformática.
   1.3. VirtualBox.
      1.3.1. Introducción a la virtualización.
      1.3.2. Instalación y configuración de VirtualBox.
   1.4. Instalación de la máquina virtual.
      1.4.1 Creación de una máquina virtual con una distribución de Linux.
      1.4.2. Instalación y configuración básica de Linux en la máquina virtual.
   1.5. El Shell o Terminal Bash.
      1.5.1. Introducción a la terminal y su importancia en bioinformática.
      1.5.2. Navegación y estructura de directorios.
   1.6. Estructura de un comando en Bash.
      1.6.1. Sintaxis y componentes de un comando.
      1.6.2. Uso de opciones y argumentos.
   1.7. Comandos básicos: directorios y archivos.
      1.7.1. Comandos para manipulación de directorios (ls, cd, mkdir, rmdir).
      1.7.2. Comandos para manipulación de archivos (cp, mv, rm, touch).
   1.8. Comandos básicos: Manipulación del contenido de archivos de texto.
      1.8.1. Visualización y edición de archivos (cat, less, nano, vim).
      1.8.2. Búsqueda y filtrado de contenido (grep, awk, sed).

2. Análisis transcriptómico.
   2.1. Material Biológico.
      2.1.1. Tipos de muestras biológicas para transcriptómica.
      2.1.2. Consideraciones para la recolección y almacenamiento de muestras.
   2.2. Procesamiento de Muestras.
      2.2.1. Extracción de ARN: técnicas y métodos.
      2.2.2. Evaluación de la calidad y pureza del ARN.
 2.3. Secuenciación: RNA-Seq.
      2.3.1. Principios y tecnologías de RNA-Seq.
      2.3.2. Diseño experimental y planificación de estudios de RNA-Seq.
   2.4. Lecturas y Librerías: Archivos Tipo FASTQ.
      2.4.1. Estructura y contenido de los archivos FASTQ.
      2.4.2. Generación y almacenamiento de librerías de secuenciación.
   2.5. Análisis de calidad de las librerías.
      2.5.1. Herramientas y métodos para la evaluación de calidad (FastQC, MultiQC).
      2.5.2. Interpretación de resultados de calidad.

2.6. Software básico para procesamiento de datos.
      2.6.1. AfterQC: limpieza y filtrado de datos.
      2.6.2. Trimmomatic: recorte de secuencias.
      2.6.3. FastUniq: eliminación de duplicados.

3. Ensamble y anotación de datos transcriptómicos.
   3.1. Trinity: Fundamento y línea de comando.
      3.1.1. Introducción a Trinity y sus componentes.
      3.1.2. Fundamentos del flujo de trabajo de Trinity para el ensamblaje de transcriptomas.
   3.2. Análisis de calidad del ensamble.
      3.2.1. Evaluación de la calidad del ensamblaje (contig N50, longitud promedio).
      3.2.2. Herramientas para la evaluación de calidad (TransRate, BUSCO).
   3.3. Clustering y unigenes.
      3.3.1. Agrupamiento de secuencias similares.
      3.3.2. Identificación y análisis de unigenes.
   3.4. Predicción de marcos de lectura abiertos (ORFs).
      3.4.1. Herramientas para la predicción de ORFs (TransDecoder).
      3.4.2. Análisis de ORFs y anotación funcional.
   3.5. Detección de contaminación.
      3.5.1. Métodos para la identificación de contaminantes en los datos.
      3.5.2. Herramientas y estrategias para la eliminación de contaminación.

 3.6. Trinotate para anotación.
      3.6.1. Introducción a Trinotate y sus requisitos.
     3.6.2. Preparación de archivos de entrada y generación de reportes de anotación.
      3.6.3. Análisis e interpretación de resultados de Trinotate.
   3.7. Extracción de Genes.
      3.7.1. Técnicas y herramientas para la extracción de genes de interés.
      3.7.2. Análisis funcional y caracterización de genes extraídos.

4. Anotación y enriquecimiento funcional.
   4.1. Bases de datos y herramientas para anotación.
      4.1.1. Introducción a bases de datos como Ensembl, NCBI.
      4.1.2. Uso de herramientas de anotación (BLAST, InterProScan).
   4.2. Análisis de enriquecimiento funcional.
      4.2.1. Métodos para el análisis de enriquecimiento (GO, KEGG).
      4.2.2. Herramientas y software (ClusterProfiler, Cytoscape).
      4.2.3. Interpretación de resultados de análisis de enriquecimiento.

5. Análisis de expresión diferencial.
   5.1. Conteo de lecturas.
      5.1.1. Métodos para el conteo de lecturas (featureCounts, HTSeq).
      5.1.2. Preparación de datos para análisis diferencial.
   5.2. Normalización de datos.
      5.2.1. Métodos de normalización (TPM, FPKM, RPKM).
      5.2.2. Importancia de la normalización en el análisis de expresión.
   5.3. Análisis de expresión diferencial.
      5.3.1. Herramientas y software (DESeq2, edgeR).
      5.3.2. Interpretación y visualización de resultados.