Responsable: Dr. Guillermo Pratta – FCA UNR

Contenidos teóricos (60%):

• La biología y los sistemas biológicos.
• El nivel de organización molecular.
• El nivel de organización supramolecular.
• El nivel de organización individual.
• El nivel de organización poblacional.
• El nivel de organización de las comunidades y los ecosistemas.

Contenidos prácticos (40%):

• Clases de laboratorio y resolución de problemas.

Responsable: Dra. Celina Beltrán – FCA UNR

Contenidos teóricos (60%):

• Aplicaciones de estadística.
• Estadística descriptiva.
• Probabilidades y distribuciones de probabilidad.
• Métodos estadísticos aplicados.
• Análisis exploratorio de datos, test de hipótesis.

Contenidos prácticos (40%):

• Resolución de problemas.

Responsable: Mg. Ing. Laura Angelone – CIFASIS CONICET-UNR

Contenidos teóricos (80%):

• Rudimentos de Perl.
• Variables, tipos de datos (escalares, arrays, hashes).
• Instrucciones de control de flujo.
• Operaciones con archivos.
• Funciones para manipular cadenas de texto.
• Distintos paradigmas en programación: programación estructurada y nociones de programación orientada a objetos.
• Uso de bibliotecas BioPerl.
• Formatos de archivos comunes en Bioinformática: Fasta, GenBank, Embl, pdb.
• Aplicación de BioPerl al filtrado y procesamiento automático de archivos Multifasta y archivos GeneBank.
• Comparación de secuencias y búsqueda de similitudes.
• Uso de programas de construcción y búsqueda de motivos.
• Ensamblado, clusterización y reducción de redundancia.
• Ontologías y filogenias.
• Comunicación de procesos.
• Mecanismos para ejecutar y combinar programas.
• Sesiones de trabajo, usuarios y grupos, configuración, gestión del sistema de archivos.
• Seguridad y protección, gestión de procesos e intérpretes de comandos.

Contenidos prácticos (20%):

• Resolución de problemas y manejo de programas informáticos específicos.

Responsables: Dres. María Inés Zanor y Lucas Daurelio – FBioyF UNR

Contenidos teóricos (60%):

• Introducción a la Bioinformática y las Bases de datos.
• Aplicaciones de Bioinformática en análisis de secuencias, análisis genómico, genética, biología estructural, filogenia, transcriptómica, proteomas, interactomas y metabolomas.
• Biomedicina, metagenómica y biología de sistemas.

Contenidos prácticos (40%):

• Resolución de problemas y manejo de programas informáticos específicos.

Responsable: Mg. Ing. Laura Angelone – CIFASIS CONICET-UNR

Contenidos teóricos (60%):

• Bases de datos, archivos de información.
• Estructura de bases de datos de bioinformática.
• Bases de datos SQL, diseño de bases de datos relacionales.
• Introducción a los servidores de datos.
• Servidores de disco remoto (SMB y NFS).
• Servidores de FTP.
• Servidores de bases de datos (MySQL, Postgres).
• Hacia la integración semántica.

Contenidos prácticos (40%):

• Resolución de problemas y manejo de programas informáticos específicos.

Responsable: Dra. Pilar Bulacios – CIFASIS CONICET-UNR

Contenidos teóricos (60%):

• Diseño de aplicaciones interactivas basadas en WEB.
• PHP, aplicaciones en Bioinformática.
• Servidores de HTTP (Apache), aplicaciones en Bioinformática.
• Sistemas de acceso a bases de datos.
• Herramientas para programación WEB+BD, aplicaciones en Bioinformática.
• Integración de bases de datos y servicios.
• Tecnologías para la integración.
• Aplicaciones y soluciones.

Contenidos prácticos (40%):

• Resolución de problemas y manejo de programas informáticos específicos.

Responsable: Dra. Celina Beltrán – FCA UNR

Contenidos teóricos (60%):

• Análisis de datos multivariados.
• Métodos de clusterización y estudio de componentes principales.

Contenidos prácticos (40%):

• Resolución de problemas y manejo de programas informáticos específicos.

Responsable: Mg. Cristina Cuesta – FCEyE UNR

Contenidos teóricos (60%):

• Diseño completamente aleatorizado, diseños en bloques.
• Diseños factoriales y anidados.
• Otros diseños.

Contenidos prácticos (40%):

• Resolución de problemas.

programas informáticos específicos.

Responsables: Dres. Elizabeth Tapia y Flavio Spetale – CIFASIS CONICET-UNR

Contenidos teóricos (60%):

• El proceso de extracción de conocimiento.
• Algoritmos KDD en datos biológicos.
• Clasificación, selección de variables.
• Redes neuronales, sistemas basados en reglas.
• Modelos de grafos, redes bayesianas, algoritmos evolutivos.
• Procesamiento de lenguaje natural, computación de alto rendimiento, computación paralela, grids de computadoras.

Contenidos prácticos (40%):

• Resolución de problemas y manejo de programas informáticos específicos.

Es un espacio disciplinario en el que el alumno deberá cursar una de las siguientes asignaturas electivas, cuya finalidad es brindarle formación específica para la elaboración del trabajo final.

Opción 1: Genética poblacional y cuantitativa
Responsable: Dr. Guillermo Pratta – FCA UNR
Contenidos teóricos (60%):
• Equilibrio Hardy-Weinberg, frecuencias génicas y genotípicas.
• Procesos sistemáticos y dispersivos.
• Caracteres cuantitativos, valores genotípicos, variancia fenotípica y particiones, heredabilidad.
Contenidos prácticos (40%):
• Resolución de problemas.

Opción 2: Introducción al análisis de datos con R
Responsable: Dra. Celina Beltrán – FCA UNR
Contenidos teóricos (60%):
• Introducción al lenguaje R, instalación de R y RStudio.
• Manejo de datos en R, estadística descriptiva e inferencial.
Contenidos prácticos (40%):
• Clases de laboratorio y manejo de programas informáticos específicos.

Opción 3: Introducción a técnicas de inteligencia artificial para la clasificación de imágenes
Responsable: Ing. Alejandro Pistilli – FCA UNR
Contenidos teóricos (60%):
• Introducción al Deep Learning y su impacto en la Visión Artificial.
• Tipos de redes neuronales y su utilización.
• Uso de notebooks Jupyter para ejecución de código dinámico de Deep Learning.
Contenidos prácticos (40%):
• Clases de laboratorio y manejo de programas informáticos específicos.

Es un espacio disciplinario en el que el alumno deberá cursar una de las siguientes asignaturas electivas, cuya finalidad es brindarle formación específica para la elaboración del trabajo final.

Opción 1: Procesamiento Digital de Imágenes
Responsable: Dr. Gustavo Rodríguez – FCA UNR
Contenidos teóricos (60%):
• Conceptos básicos: imagen, resolución, cuantización.
• Realce en el dominio espacial y frecuencial, restauración y eliminación de ruido, detección de bordes y contornos (Transformada de Hough, algoritmo de Canny).
• Aplicaciones en biología.
Contenidos prácticos (40%):
• Clases de laboratorio y manejo de programas informáticos específicos.

Opción 2: Lógica de Programación
Responsable: Ing. Alejandro Pistilli y Dra. Débora Arce – FCA UNR
Contenidos teóricos (60%):
• Algoritmos, programación estructurada y modular.
• Programación clásica vs. orientación a objetos.
• Diferencia entre programación y empleo de utilitarios.
• Estructuras de datos para el almacenamiento y procesamiento de grandes volúmenes de datos.
Contenidos prácticos (40%):
• Manejo de programas informáticos específicos.

Opción 3: Modelado de procesos biológicos
Responsable: Dra. Ana Korol – FBioyF UNR
Contenidos teóricos (60%):
• Sistemas dinámicos no lineales, autosimilaridad, geometría fractal.
• Atractores extraños, análisis de series temporales, transformada Wavelet, filtrado de señal, energías relativas, entropías y complejidad estadística de Jensen-Shannon.
• Lenguajes para concepción de modelos e integración de datos biológicos.
Contenidos prácticos (40%):
• Resolución de problemas y manejo de programas informáticos específicos.

Opción 4: Análisis de datos a tres vías
Responsable: Dr. Guillermo Pratta – FCA UNR
Contenidos teóricos (60%):
• Datos de tres vías y datos de conjuntos múltiples.
• Medidas de interestructura, análisis de correspondencias, análisis de Procrustes generalizado, análisis factorial múltiple, análisis de componentes principales a tres vías, medidas de distancias no convencionales, distancias para variables mixtas.
Contenidos prácticos (40%):
• Resolución de problemas y manejo de programas informáticos específicos.

Opción 5: Análisis e Interpretación de datos de RNA-Seq
Responsable: Dra. Estefanía Mancini – FCA UNR
Contenidos teóricos (40%):
• Fundamentos de las tecnologías de secuenciación de última generación (Next Generation Sequencing, NGS) aplicadas al estudio del ARN.
• Repositorios públicos: de dónde bajar y a dónde subir datos de expresión.
• Introducción al análisis de splicing alternativo a partir de datos de RNA-Seq.
• Cuantificación de isoformas diferenciales.
• Cuantificación de eventos de splicing diferenciales.
• Introducción al análisis de inicio de la transcripción / poliadenilación alternativa a partir de datos de RNA-Seq
Contenidos prácticos (60%):
• Repaso R/Bioconductor
• Análisis e interpretación de datos de RNA-Seq usando R/Bioconductor. Series temporales. Diseños complejos (más de 2 condiciones, términos de interacción). Efecto de batch
• Introducción a herramientas para la generación automática de reportes en R/Markdown. Puesta en común análisis de datos de RNA-Seq.
• Discusión de estrategias de análisis para datos propios

Contenidos prácticos (100%):

• Ciencia e investigación, qué y para qué.
• Metodologías generales.
• Métodos específicos para problemas biológicos.
• Desarrollo de un trabajo de investigación en Bioinformática.

Los alumnos deberán presentar un trabajo final en el área de Bioinformática en el cual deberá plantear objetivos, plan de trabajo y uso de herramientas bioinformáticas para su resolución. La versión escrita del trabajo final es requisito para realizar la defensa oral del mismo.