Transcriptómica: Procesamiento y anotación de datos

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. Fundamentos de la biología molecular y la transcripción
   2.1. Dogma central y flujo de la información genética
   2.2. Tipos de ARN: ARNm, ARNr, ARNt y ARN no codificantes
   2.3. El Acceso a la Información Genética: el ARNm
       2.3.1. Función, características y procesamiento post-transcripcional del ARNm
   2.4. Transcripción y regulación de la expresión génica
      2.4.1. Mecanismo de la transcripción y factores involucrados
   2.5. Epigenética y cambios en la expresión génica
      2.5.1. Metilación del ADN, modificaciones de histonas y su impacto en la expresión génica
   2.6. Respuestas génicas al ambiente
      2.6.1. Adaptación celular, hormesis y plasticidad fenotípica
      2.6.2. Norma de reacción y ejemplos biológicos de adaptación
3. Análisis transcriptómico
   3.1. Material Biológico
      3.1.1. Tipos de muestras biológicas para transcriptómica
      3.1.2. Consideraciones para la recolección y almacenamiento de muestras
   3.2. Procesamiento de Muestras
      3.2.1. Extracción de ARN: técnicas y métodos
      3.2.2. Evaluación de la calidad y pureza del ARN

3.3. Secuenciación: RNA-Seq
      3.3.1. Principios y tecnologías de RNA-Seq
      3.3.2. Diseño experimental y planificación de estudios de RNA-Seq
   3.4. Lecturas y Librerías: Archivos Tipo FASTQ
      3.4.1. Estructura y contenido de los archivos FASTQ
      3.4.2. Generación y almacenamiento de librerías de secuenciación
   3.5. Análisis de calidad de las librerías
      3.5.1. Herramientas y métodos para la evaluación de calidad (FastQC, MultiQC)
      3.5.2. Interpretación de resultados de calidad
   3.6. Software básico para procesamiento de datos
      3.6.1. AfterQC: limpieza y filtrado de datos
      3.6.2. Trimmomatic: recorte de secuencias
      3.6.3. FastUniq: eliminación de duplicados
4. Ensamble y anotación de datos transcriptómicos
   4.1. Trinity: Fundamento y línea de comando
      4.1.1. Introducción a Trinity y sus componentes
      4.1.2. Uso de Trinity para ensamblaje de transcriptomas
   4.2. Análisis de calidad del ensamble
      4.2.1. Evaluación de la calidad del ensamblaje (contig N50, longitud promedio)
      4.2.2. Herramientas para la evaluación de calidad (TransRate, BUSCO)
   4.3. Clustering y unigenes
      4.3.1. Agrupamiento de secuencias similares
      4.3.2. Identificación y análisis de unigenes
   4.4. Predicción de marcos de lectura abiertos (ORFs)
      4.4.1. Herramientas para la predicción de ORFs (TransDecoder)
      4.4.2. Análisis de ORFs y anotación funcional

4.5. Detección de contaminación
      4.5.1. Métodos para la identificación de contaminantes en los datos
      4.5.2. Herramientas y estrategias para la eliminación de contaminación
    4.6. Trinotate para anotación
      4.6.1. Introducción a Trinotate y sus requisitos
     4.6.2. Preparación de archivos de entrada y generación de reportes de anotación
      4.6.3. Análisis e interpretación de resultados de Trinotate
   4.7. Extracción de Genes
      4.7.1. Técnicas y herramientas para la extracción de genes de interés
      4.7.2. Análisis funcional y caracterización de genes extraídos
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

6. Anotación y enriquecimiento funcional
   6.1. Bases de datos y herramientas para anotación
      6.1.1. Introducción a bases de datos como Ensembl, NCBI
      6.1.2. Uso de herramientas de anotación (BLAST, InterProScan)
   6.2. Análisis de enriquecimiento funcional
      6.2.1. Métodos para el análisis de enriquecimiento (GO, KEGG)
      6.2.2. Herramientas y software (ClusterProfiler, Cytoscape)
      6.2.3. Interpretación de resultados de análisis de enriquecimiento
7. Integración de datos ómicos
   7.1. Métodos para la Integración de Datos
      7.1.1. Introducción a la integración de datos ómicos  
      7.1.2. Estrategias para combinar datos transcriptómicos con otros ómicas
   7.2. Aplicaciones y estudios de casos
8. Consideraciones éticas y de bioinformática
   8.1. Aspectos éticos en la investigación transcriptómica
    8.2. Gestión y almacenamiento de datos
      8.2.1. Estrategias para el manejo de grandes volúmenes de datos
      8.2.2. Buenas prácticas para la gestión de datos bioinformáticos
   8.3. Reproducibilidad y transparencia en la investigación