L'Escola de capacitació METHADA 2020 - Maneig de metadades transcriptòmics i Anàlisis de dades, s'està organitzant en el nostre institut i es durà a terme el 5, 6 i 7 de febrer. José Tomás Matus és l'organitzador de l'esdeveniment i també un dels ponents.
L'auge de les últimes tecnologies que combinen física, òptica, química i la seua aplicació a la biologia molecular ha portat a experiments d'alt rendiment, produint una explosió de dades disponibles públicament. Aquestes dades van des de la seqüenciació de pròxima generació (NGS) fins a transcriptòmica, fenòmica, metabolòmica i dades de cèl·lules individuals a gran escala.
En el cas de la transcriptòmica, que genera fins hui la major quantitat de dades en comparació amb uns altres òmics, els protocols per a l'enviament de dades no estan completament estandarditzats per a les dades de la vinya i no estan controlats per la comunitat d'investigació. Els conjunts de dades d'expressió gènica públics disponibles tenen un vertader potencial ocult a la llum del re-análisi i integració de dades. En línia amb els principis FAIR (Finible, Accessible, Interoperable, Reutilitzable), el nostre pròxim desafiament com a comunitat es basa en la mostra correcta i les anotacions experimentals, utilitzant vocabularis controlats per a garantir tant la llegibilitat humana com la traçabilitat computacional.
Aquest curs de capacitació aborda el maneig i anàlisi de dades de transcriptòmica, i està organitzada en dos mòduls. En la primera unitat, els alumnes treballaran per a aprendre a anotar correctament els experiments i manejar metadades per a explotar estàndard i bio-ontologies per a l'anotació de dades. En segon lloc, els assistents rebran capacitació en un conjunt reduït d'habilitats fonamentals per a analitzar i explorar conjunts de dades transcriptòmics, inclosos els recursos disponibles gratuïtament per a la comunitat de la vinya. Tots els alumnes aprendran sobre com usar Jupyter Notebook, una aplicació web independent de llenguatge de codi obert (admet més de 40 llenguatges de programació, inclosos Python i R) que permet una àmplia gamma de fluxos de treball en ciència de dades i computació científica sense atabalar als usuaris amb tasques d'instal·lació i manteniment.
