Download Presentación de medicina and more Schemes and Mind Maps Neurological Basis of Behavior in PDF only on Docsity!
Seriación explícita No Asignatura antecedente: Asignatura Subsecuente: Bioinformática básica Ninguna Seriación implícita Sí Conocimientos previos: Bioinformática básica.
PROGRAMA DE ESTUDIO
Programa Educativo: Licenciatura en Genómica Área de Formación : Sustantiva Profesional Bioinformática Avanzada Horas Teóricas: 2 Horas Prácticas: 2 Total de Horas: 4 Total de Créditos: 6 Clave: SF 1021 Tipo : Asignatura Carácter de la Asignatura: Obligatoria Programa elaborado por: Mtro. Abel Federico Pérez Hernández Fecha de elaboración: Junio 2015 Fecha de última actualización:
Presentación Esta asignatura se ubica dentro del Área de Formación Sustantiva Profesional de la carrera de Licenciatura en Genómica. Los conocimientos adquiridos y el aprendizaje desarrollado en esta asignatura se aplicarán en el análisis computacional de datos biológicos, principalmente para dar respuesta al gran crecimiento de datos procedentes de las áreas de Biología Molecular y Genética. Ésta asignatura favorecerá al aprendiz a desarrollar sus habilidades mentales que le serán de gran utilidad en su desempeño académico y como profesional de las ciencias genómicas. También, esta asignatura permitirá al aprendiz desarrollar las siguientes competencias: manejar e interpretar datos, toma de decisiones, potenciar las habilidades para el uso de tecnologías de información, pensamiento lógico, analítico y algorítmico. Las Ciencia Genómica es el conjunto de ciencias y técnicas dedicadas al estudio integral del funcionamiento, el contenido, la evolución y el origen de los genomas. Es una de las áreas más vanguardistas de la biología. La genómica usa conocimientos derivados de distintas ciencias como la biología molecular, la bioquímica, la informática, la estadística, las matemáticas, la física, y otras. Las ciencias genómicas han tenido un importante auge en los últimos años, sobre todo gracias a las tecnologías avanzadas de secuenciación de ADN, a los avances en bioinformática, y a las técnicas cada vez más sofisticadas para realizar análisis de genomas completos. Por otro lado, la bioinformática, según una de sus definiciones más sencillas, es la aplicación de tecnología de computadores a la gestión y análisis de datos biológicos. Los términos bioinformática, biología computacional y, en ocasiones, biocomputación, son utilizados en muchas situaciones como sinónimos. También, bioinformática es la investigación, desarrollo o aplicación de herramientas computacionales y aproximaciones para la expansión del uso de datos biológicos, médicos, conductuales o de salud, incluyendo aquellas herramientas que sirvan para adquirir, almacenar, organizar, analizar o visualizar tales datos. Dentro de la bioinformática podemos encontrar dos tipos principales de usuarios: Profesionales en bioinformática : éstos requieren conocimientos de biología e informática, realizan investigación básica y/o en colaboración con grupos experimentales. Usuarios de bioinformática : hacen uso de herramientas y bases de datos disponibles y desarrollo de pequeños programas específicos, a veces se requiere colaboración con bioinformáticos. El alumno deberá tomar un papel activo; es el responsable directo de darse la oportunidad de desarrollar algunas habilidades y competencias del pensamiento lógico-analítico para enfrentar de manera satisfactoria situaciones cotidianas que se le presenten.
Habilidades : analizar y proponer soluciones computacionales a problemas biológicos; desarrollo de destrezas en aspectos tales como: bases de datos biológicas, herramientas de análisis, algoritmos disponibles y nociones básicas de programación; implementar, analizar y evaluar el uso de software bioinformático. Actitudes y valores Actitud positiva para la adquisición de nuevo conocimiento, respeto, honestidad, trabajo en equipo, autodeterminación, seguridad y confianza en la expresión oral y escrita, responsabilidad personal y grupal, actitud crítica para emitir juicios de valor en el campo científico. Competencias del perfil de egreso que apoya esta asignatura Genéricas Para comunicarse efectivamente en forma oral y escrita, en el ámbito científico y con los demás actores de la sociedad. Para conocer y aplicar las nuevas tecnologías de información y comunicación. Específicas Para integrarse en el desarrollo de proyectos de investigación que le permitan identificar, analizar y evaluar las distintas problemáticas en la conservación y aprovechamiento de la biodiversidad para el desarrollo de nuevos procesos con base en estudios genómicos y biotecnológicos. Para utilizar técnicas moleculares y biotecnológicas que permitan analizar e interpretar datos bioinformáticos. Escenario de aprendizaje Salón de clases, biblioteca, laboratorio de cómputo. Perfil sugerido del docente Maestro(a) o Doctor(a) en: Ciencias Genómicas, en Ciencias de la Computación, Sistemas Computacionales o Bioinformática.
Contenido Temático Unidad No. 1 Análisis estadísticos de datos con lenguaje R Objetivo particular Utilizar las herramientas del software R en la solución de problemas básicos para facilitar el procesamiento, graficado y análisis estadístico de datos genómicos. Hrs. estimadas 8 Temas Resultados del aprendizaje Sugerencias didácticas Estrategias y criterios de evaluación 1.1 Introducción 1.2 Funciones básicas con R 1.3 Manejo de datos con R 1.4 Gráficas con R 1.5 Análisis estadístico de datos usando R 1.6 Algunos recursos bioinformáticos útiles Instalar el paquete R Ejecutar el paquete R Describir las funciones básicas de R Utilizar las funciones básicas de R Implementar soluciones a problemas usando R Lectura comentada de los temas de la unidad. Retroalimentación por el profesor Uso de software para diseñar mapas (mentales, conceptuales) Visualización de videos ilustrativos de los temas de la unidad Resolución guiada de problemas básicos usando R Aprendizaje basado en Participación en clases de manera individual y grupal Mapa conceptual de los temas de la unidad. Ver rúbrica para mapa conceptual Resolución de problemas Ver problemario y lista de cotejo Edición de documento en formato de artículo que incluya los temas de la unidad Examen práctico
Unidad No. 3 Bases de datos de secuencias biológicas Objetivo particular Manejar las funciones de las bases de datos de secuencias biológicas para identificar las ventajas en el proceso de alineamiento de secuencias de DNA y secuencias de proteínas. Hrs. estimadas 20 Temas Resultados del aprendizaje Sugerencias didácticas Estrategias y criterios de evaluación 3.1 Alineamiento de secuencias y búsqueda de bases de datos 3.2 Bases de datos de secuencias nucleótidas 3.3 Secuencia de DNA simple 3.4 Secuencia de proteína simple 3.5 Métodos predictivos usando secuencias de DNA 3.6 Métodos predictivos usando secuencias de proteínas Describir el proceso de alineamiento de secuencias Listar usos de bases de datos de secuencias nucleótidas Trabajar con secuencias de DNA y proteínas Aplicar los métodos predictivos de secuencias de DNA y proteínas Exposición de los temas de la unidad Retroalimentación por el profesor Uso de software para diseñar mapas (mentales, conceptuales) Visualización de videos ilustrativos de los temas de la unidad Aprendizaje basado en problemas Revisión de artículos científicos Uso de bases de datos biológicas en la Web Participación grupal para los temas de la unidad Ver guía de observación para exposición Mapa conceptual de los temas Ver rúbrica para mapa conceptual Resolución de problemas Ver problemario y lista de cotejo Edición de documento en formato de artículo que incluya los temas de la unidad Examen práctico
Unidad No. 4 Análisis de secuencias con bases de datos Objetivo particular Utilizar las herramientas y métodos adecuados en el análisis y comparación de secuencias de datos biológicos para la presentación de resultados en el formato correcto. Hrs. estimadas 20 Temas Resultados del aprendizaje Sugerencias didácticas Estrategias y criterios de evaluación 4.1 Búsqueda de similitudes en bases de datos de secuencias 4.2 Comparación de dos secuencias 4.3 Alineamiento de secuencia múltiple 4.4 Edición y publicación de alineamientos 4.5 PERL para el análisis biológico 4.6 Análisis filogenético Explicar la importancia de las similitudes Elegir la secuencia y método correcto para comparar secuencias Elegir el método correcto para alineación de secuencia múltiple Formatear correctamente alineamientos Describir las ventajas de los árboles filogenéticos Exposición de los temas de la unidad Retroalimentación por el profesor Uso de software para diseñar mapas (mentales, conceptuales) Visualización de videos ilustrativos de los temas de la unidad Aprendizaje basado en problemas Elaboración de proyecto Revisión de artículos científicos Participación grupal para los temas de la unidad Ver guía de observación para exposición Mapa conceptual de los temas Ver rúbrica para mapa conceptual Resolución de problemas Ver problemario y lista de cotejo Edición de documento en formato de artículo que incluya los temas de la unidad Examen práctico
PIR-PSD: about protein sequence. iProClass: classification of protein according to structure and function. ASDB: annotation and similarity database. P/R-NREF: a database of sequence and annotations of proteins of known structure deposited in the Protein Data Bank. RESID: a database of covalent structure modifications (like disulphide bridges) SwissProt. Structure Databases Protein Data Bank, Micro Array Databases ArrayExpress Protein Mutant Database Mutant Databases Biobase Pathway Databases Kyoto Encyclopedia of Genes and Genomes (KEGG) and BioCyc Literature Databases NCBI
