Los próximos días 23, 28 y 30 de mayo se celebrarán en la ETSE el ciclo de Conferencias y Talleres de análisis de datos del Máster en Bioinformática de la UV.
Taller bioinformático 1: Elaboración de informes interactivos en R, para la presentación de resultados bioinformáticos.
- Ponentes: Rubén Grillo Risco. Laboratorio de Biomedicina Computacional del Centro de Investigación Príncipe Felipe.
- Fecha: jueves 23 de mayo de 2024, 15h30-17h30h (2 horas) Aula AE 4.1 de la ETSE.
- Requisitos para los asistentes: portátil con software R (indicaremos los paquetes necesarios para las prácticas).
Descripción del taller.
Una presentación clara y ordenada de los resultados obtenidos en un proyecto o servicio es fundamental para la comunicación e interpretación de los mismos. El objetivo de este seminario es introducir a los asistentes en el uso de R Markdown, un herramienta muy versátil que permite generar distintos tipos de documentos. Asimismo, es fácil de usar, modificar y reproducir, lo que se traduce en un gran ahorro de tiempo para el programador. Específicamente, el seminario se centrará en la realización de informes HTML, documentos dinámicos con un aspecto profesional que ofrecen al usuario una experiencia interactiva que facilita la exploración de resultados.
Taller bioinformático 2: ¿Cómo analizar datos de scRNA-Seq?.
- Ponentes: Irene Soler Sáez y Fernando Gordillo Gómez. Laboratorio de Biomedicina Computacional del Centro de Investigación Príncipe Felipe.
- Fecha: martes 28 de mayo de 2023, 15h30-18h30 (3 horas). Aula AE 2.2 de la ETSE.
Descripción del taller.
La aplicación de las técnicas ómicas a células individuales permite la resolución de preguntas biológicas considerando las particularidades de cada tipo celular. En este seminario, los asistentes aprenderán a realizar un análisis de datos transcriptómicos procedentes de células individuales (scRNA-seq). En concreto, se profundizará en los pasos de control de calidad, normalización, selección de características altamente variables, clustering, anotación de los tipos celulares, y análisis de expresión diferencial. El seminario presentará un alto componente práctico, donde los asistentes podrán ejecutar desde su ordenador un código de ejemplo para los pasos previamente citados. Con este fin, será necesario disponer del software R con los siguientes paquetes instalados: SingleCellExperiment, Matrix, scDblFinder, scater, scran, ggplot2, PCAtools, celldex, SingleR, pheatmap, uwot, MAST y data.table
Mini-CVs:
- Irene Soler Sáez es graduada en Bioquímica y Ciencias Biomédicas por la Universidad de Valencia. Tras realizar experimentos desde la bancada en diferentes centros de investigación (IATA, IN, IBMCP), decidió formarse en bioinformática a través del Máster en Bioinformática de la Universidad de Valencia. Desde finales de 2021, realiza su tesis doctoral en la Unidad de Bioinformática y Bioestadística del Centro de Investigación Príncipe Felipe, donde investiga las diferencias de sexo en esclerosis múltiple mediante un abordaje multiómico. Además, compatibiliza el desarrollo de la tesis colaborando con diversos grupos de investigación, así como realizando actividades para ensalzar la bioinformática en la organización de RSG-Spain.
- Rubén Grillo Risco es graduado en biología por la Universidad de Córdoba, y cuenta con un Máster en Biotecnología especializado en análisis genético. Inició su formación en Bioinformática cursando un Diploma de Especialización en Análisis Bioinformático en la Universidad Pablo de Olavide, para posteriormente completarlos con el Máster en Bioinformática de la Universidad de Valencia. Desde 2019 trabaja como técnico bioinformático en la Unidad de Bioinformática y Bioestadística del Centro de Investigación Príncipe Felipe, donde compatibiliza su doctorado con trabajos y colaboraciones con distintos grupos de investigación.
- Fernando Gordillo González es graduado en Biomedicina Básica y Experimental en la Universidad de Sevilla, donde realizó su TFG en bancada sobre Alzheimer. Tras ello, decidió ampliar su formación investigadora en el ámbito de la bioinformática realizando el Máster en Bioinformática de la Universidad de Valencia. Gracias a esta formación, pudo trabajar formando parte de la unidad de bioinformática del Instituto de Parasitología y Biomedicina "López-Neyra" (CSIC), hasta que, a finales de 2022 comenzó su tesis doctoral en la caracterización de diferencias de sexo en Parkinson mediante un abordaje multiómico, en la Unidad de Bioinformática y Bioestadística del Centro de Investigación Príncipe Felipe.
Título del Seminario:
“La Bioinformática en un entorno clínico. Aplicaciones y experiencias en el desarrollo de la Medicina Genómica y el estudio de enfermedades raras”
Jueves 30 de mayo de 2023, 16h. Aula AE 2.2 de la ETSE.
*Descripción seminario*
La Bioinformática Clínica tiene como objetivo contribuir a prevenir, diagnosticar o tratar la enfermedad. Hoy en día la Genómica es el área más desarrollada de la Medicina Personalizada y el estudio de las enfermedades raras, una de sus aplicaciones más avanzadas. Trataremos tanto los retos más importantes de su implantación en el Sistema Nacional de Salud, la contribución de los/as bioinformáticos/as en entornos clínicos, sus redes de colaboración y ejemplos de cómo los desarrollos técnicos y científicos han de ir de la mano para alcanzar los mejores resultados.
*Mini-CV*
Pablo Mínguez es Biólogo (UAH), máster en Bioinformática (UEA) y doctor en Biología Molecular (UAM). Trabaja en Bioinformática desde 2003 pasando por centros como la Universidad de Nottingham, CIPF (Valencia) en su etapa predoctoral y el EMBL-Heidelberg como postdoctoral. Ha participado en los equipos de desarrollo de herramientas como Babelomics, STRING o PTMcode.
Actualmente es investigador principal del Departamento de Genética y jefe de la Unidad de Bioinformática del Instituto de Investigación Sanitaria Fundación Jiménez Díaz (Madrid). Allí, desarrolla métodos para el avance de la Medicina Genómica y el estudio de enfermedades raras. Es miembro del CIBER de Enfermedades Raras, la red nacional de Bioinformática Clínica (TransBioNet) y forma parte de los proyectos de Medicina de Precisión IMPaCT-Data e IMPaCT-Genómica. Más información en:
