imprimir | pdf             intranet                           English                                                                                                 

Programa

Calendario Académico  
            

El programa del máster se desarrolla a lo largo de un año académico, donde los 60 créditos ECTS que comprende el máster se reparten equitativamente en dos semestres que se diferencian por el tipo de docencia que se cursa. El plan de estudios se compone de siete módulos docentes que siguen la estructura del esquema que se muestra a continuación. Durante el primer semestre se realizan todos los módulos teóricos (dos módulos obligatorios y uno optativo) y durante el segundo semestre se efectúan las prácticas y el trabajo de fin de máster.

  Módulo 1 Módulo 2 Módulo 3 Módulo 4 Módulo 5 Módulo 6 Módulo 7 Esquema de los módulo del máster

 

 Módulo 1: Programación en Bioinformática (6 ECTS)

  Descripción

En este módulo se aprenderán las herramientas y técnicas informáticas básicas que se requieren para el desarrollo de aplicaciones bioinformática. 

  Contenidos:

 
Introducción al Módulo
 Computational Thinking en Bioinformática
 Entornos Linux
 Bases de datos bioinformáticas: MySQL, creación y edición de BBDD
 Lenguajes de programación (Perl y Python)
 Análisis de datos con R 
 Bioconductor

  Guía docente


 Módulo 2: Core Bioinformatics (12 ECTS)

  Descripción

Este módulo se ocupa del aprendizaje de las herramientas y recursos bioinformáticos de uso común en las investigaciones ómicas. El objetivo es proporcionar a los alumnos las bases necesarias para poder aplicar la bioinformática en las áreas de investigación que más la necesitan.

  Contenidos:

 Formatos y bases de datos bioinformáticos
 Estadística y procesos estocásticos para el análisis de secuencias
 Alineamiento de secuencias
 Búsqueda de patrones en secuencias
 Genómica
 Filogenia y evolución molecular
 Bioinformática estructural
       Estructura, Interacciones, PDB, Plegamiento, SCOP, PFAM
       PyMol
       Modelado por homología, minimización de energía, MD
       Acoplamiento

 Proteómica
 Interactómica
 Biología de sistemas
 Gestión de flujo de trabajo
 APIs y Web services
 Desarrollo web
 Ingeniería de software bioinformático

   Guía docente


 Módulo 3: Genómica (12 ECTS)

  Descripción

La generación de datos genómicos de forma masiva crece a un ritmo incesante y precisa de un crecimiento paralelo de expertos en el manejo bioinformático de los genomas, tanto de animales como de microorganismos y plantas. El propósito de este módulo es suministrar los conocimientos teóricos y la capacitación técnica que se requieren para responder con éxito a los retos actuales del análisis genómico.

  Contenidos:

 Proyectos de secuenciación genómica
 Técnicas de secuenciación de nueva generación (NGS)
 Análisis de datos de NGS
 Ensamblaje de genomas
 Anotación de genomas
 Análisis funcional
 Bases de datos y navegadores genómicos
 Variación genómica y nucleotídica
 Estudios de asociación y GWA
 Análisis de Expresión
 Epigenómica
 Genética de sistemas
 Integración de datos Ómicos
 Aplicaciones de la genómica (biomedicina, agrigenómica,...)

   Guía docente


 Módulo 4: Estructura y Función de Proteínas y Diseño de Fármacos (12 ECTS)

  Descripción

El número de estructuras tridimensionales de proteínas depositadas en el Protein Data Bank (PDB) ha crecido exponencialmente en los últimos años debido a la mejora en las técnicas de rayos X y de RMN. En este módulo se presentan los conocimientos prácticos y teóricos de las técnicas computacionales para analizar, caracterizar y visualizar estructuras proteicas, así como sus interacciones con otras proteínas, péptidos o ligandos.

  Contenidos:

  Quimioinformática

 Química computacional / Modelado molecular
 Diseño de Bases de Datos
 Relaciones Estructura-Actividad
 Modelado de farmacóforos
 Búsquedas de similitud

  Bioinformática Estructural

 Modelado por homología y reconocimiento de plegamiento
 Modelado Ab initio
 
Dinámica Molecular
 Anclaje/acoplamiento proteína-proteína
 Anclaje/acoplamiento proteína-ligando y cribado virtual de alto
rendimiento
 Elementos claves en familias proteicas (GPCR y quinasas)

 

   Guía docente


 Módulo 5: Computación de Altas Prestaciones y Análisis de Big Data (12 ECTS)

Descripción

La inmensa cantidad de datos moleculares generados por las tecnologías Ómicas precisan de métodos de análisis estadístico eficientes combinados con el uso del poder computacional moderno.

Este módulo tiene como objetivo proporcionar a los estudiantes los conocimientos y habilidades necesarios para (1) implementar los enfoques de ingeniería de rendimiento a las plataformas de computación modernas y (2) realizar análisis estadísticos de Big Data. Siguiendo un enfoque orientado a problemas, los estudiantes adquirirán conocimientos sobre algoritmos, métodos, plataformas computacionales eficientes y métodos estadísticos aplicados a los problemas bionformáticos complejos relacionados con Big Data.

Arquitectura de Computadores Modernos

  • Arquitectura de procesadores de propósito general y de procesadores especializados
  • Jerarquía de memoria
  • Sistemas de cluster
  • Infraestructuras en la nube
  • Herramientas Middleware y entornos de programación

Modelos de Programación Avanzados

  • Programación paralela con memoria compartida y con memoria distribuida (OpenMP, MPI…)
  • Herramientas de composición de flujos de trabajo (Galaxy, Python…)
  • Principios de ingeniería del rendimientos (herramientas y métodos)
  • Ingeniería del rendimiento aplicada a algoritmos y herramientas habituales en el ámbito de la bioinformática (indexación de genomas, alienamientos de secuencias, …)

Análisis de Big Data

  • Plataformas y herramientas de análisis de Big Data (Hadoop MapReduce, Apache Spark…)
  • Teoría y herramientas de estadística avanzada en el análisis de Big Data (reducción de la dimensionalidad, selección de variables y Spark)
  • Teoría y algoritmos del aprendizaje automáticos (machine learning). Aplicaciones en bioinformática
  • Modelaje predictivo: minería de datos, evaluacion y validación del modelo
  • Clasificación de datos: aprendizaje de Bayes ingenuo y árboles de decisiones
  • Aprendizaje de reglas de asociación
  • Análisis de agrupamiento: algoritmo de k-medias
  • Teoría de grafos para Big Data
 

Complementos de Formación

Dado que los estudiantes del Máster de Bioinformática proceden de ramas del conocimiento muy diversas, se preve la realización de complementos formativos para nivelar los conocimientos de todos los estudiantes que accedan al máster.

Así pues, los estudiantes que carezcan de formación en el ámbito de las biociencias, sea el caso de ingenieros; físicos; matemáticos, entro otros, se les propondrá una formación complementaria previa al inicio del curso o alternativamente cursar la asignatura “Estructura y función de biomoléculas” (6 ECTS), del primer semestre del Grado de Ciencias Biomédicas (consultar guía docente de la asignatura).

Por otro lado, los estudiantes de la rama de las ciencias de la vida y de la salud, que no posean conocimientos demostrables en informática, se les propondrá una formación complementaria previa al inicio del curso o alternativamente cursar la asignatura “Fundamentos de Informática” (9 ECTS) del primer semestre del Grado de Ingeniería Informática (consultar guía docente de la asignatura). Los estudiantes que hayan cursado alguna asignatura de Informática o Bioinformática a lo largo de su grado no tendrán que realizar complementos de formación.

 


 

 

Presentación | Programa | Características | Profesorado | Prácticas | Red de colaboradores | Admisión | Becas y Financiación | FAQs | Equipo Directivo | Alumni | Documentos | Links de interés | Contacto | 





Máster de Bioinformática
Fac. Biociències, UAB
http://mscBionformatics.uab.es


¡Infórmate!

Ven a vernos y te asesoraremos personalmente sobre el máster y sus salidas profesionales.

Contacta con nosotros:

MSc in Bioinformatics 

Formulario vía Web
Tel.: +34 93 586 8942
master.bioinformatics@uab.cat

 Enlaces de interés

 


Enjoy the Power of Bioinformatics Thinking!