• 10015: Students should possess and understand foundational knowledge that enables original thinking and research in the field.
  • 9759: Students should apply acquired knowledge to solve problems in unfamiliar contexts within their field of study, including multidisciplinary scenarios.
  • 9760: Students should be able to integrate knowledge and address the complexity of making informed judgments based on incomplete or limited information, including reflections on the social and ethical responsibilities associated with the application of their knowledge and judgments.
  • 9761: Students should communicate conclusions and underlying knowledge clearly and unambiguously to both specialized and non-specialized audiences.
  • 9762: Students should demonstrate self-directed learning skills for continued academic growth.
  • 13023: Be able to access the information required (databases, scientific articles, etc.) and to interpret and use it sensibly.
  • 12103: Desarrollar la iniciativa personal y ser capaces de realizar una toma rápida y eficaz de decisiones en su labor profesional y/o investigadora.
  • 12104: Trabajar en equipo con eficiencia en su labor profesional y/o investigadora y con personas de diferente procedencia.
  • 15112: Be able to access to information tools in other areas of knowledge and use them properly.
  • 15113: To be able to assess the need to complete the scientific, historical, language, informatics, literature, ethics, social and human background in general, attending conferences, courses or doing complementary activities, self-assessing the contribution of these activities towards a comprehensive development.
  • 15274: Dominar los conceptos básicos de bioinformática que incluyen el conocimiento de las bases de datos más comunes así como los programas básicos de alineamiento, búsqueda por similitud y búsqueda de motivos y dominios en secuencias biológicas. ?
  • 15275: Usar entornos genómicos con todas sus posibilidades de explotación de la información sobre genes, variantes, funciones, etc así como sus capacidades de comparación entre especies.
  • 15276: Conocer, comprender y aplicar las bases algorítmicas de los problemas más comunes en bioinformática.
  • 15277: Aplicar las técnicas estadísticas básicas y las adaptadas al contexto del tratamiento estadístico computacional de muestras de origen experimental o clínico de alto rendimiento.
  • 15489: Comprender las capacidades y las limitaciones de las técnicas ómicas así como del tipo de información biomédica relevante que se puede obtener de ellas y saber analizar y adquirir una clara visión del futuro.
  • 15490: Aplicar las herramientas bioinformáticas necesarias para estudiar e interpretar la evolución de las macromoléculas biológicas o de los organismos que las portan.
  • 11574: Abordar estudios de genómica comparada para descifrar la evolución de la organización, complejidad y la variabilidad de los genomas de los organismos, tanto en investigación básica como en el desarrollo de aplicaciones (Farmacogenómica, Nutrigenómica, etc.).
  • 11575: Dominar los conceptos básicos de la biología estructural y la biofísica así como las herramientas bioinformáticas esenciales de manejo de estructuras de ácidos nucleicos y proteínas.
  • 15011: Conocer el uso y desarrollo de métodos principales de predicción de estructura tridimensional de ácidos nucleicos y proteínas.
  • 12237: Manejar conceptos de biología de sistemas y entender la célula como un conjunto de elementos que interactúan para llevar a cabo funciones.
  • 74: Adquirir los conocimientos para manejar datos en forma de red e integrar datos ómicos en redes así como modelar tanto redes conocidas (p. ej. pathways) como redes nuevas descritas en estándares como SMBL.
  • 75: Conocer las técnicas para el procesamiento de datos de microarrays, tanto de expresión como de SNPs, array-CGH y ChIP-on-Chip; secuenciación de nueva generación aplicada a resecuenciación, RNA-seq, Chip-seq, variación estructural, ensamblado de genomas y otras.
  • 76: Adquirir los conocimientos para realizar estudios in silico de asociación, búsqueda de biomarcadores, predictores de respuesta o clase, descubrir clases basadas en datos ómicos, relacionar datos ómicos entre sí y con fenotipos; y ser capaces de dar una interpretación funcional de las relaciones encontradas.
  • 56: Conocer y emplear las principales aplicaciones bioinformáticas y las librerías existentes para los lenguajes de programación vistos en el Máster.
  • 141: Comprender en qué tipo de aplicaciones la programación paralela y los grandes sistemas de computación son requeridos para la resolución de problemas bioinformáticos y analizar sus prestaciones.