1 / 20

Bioinformática Posgrado en Biotecnología

Dr. Víctor M. Treviño Alvarado Enero-Mayo 2010. Bioinformática Posgrado en Biotecnología. Dr. Víctor M. Treviño Alvarado Estudios PhD, Birmingham, UK, 2007 MC. BmIg . UANL, Mex , 1998 ISE. ITESM, Mex , 1994 TPD. ITESM, M e x , 1988 Experiencia Software: +15 años

dara-mcfadden
Download Presentation

Bioinformática Posgrado en Biotecnología

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Dr. Víctor M. Treviño Alvarado Enero-Mayo 2010 BioinformáticaPosgrado en Biotecnología

  2. Dr. Víctor M. Treviño Alvarado • Estudios • PhD, Birmingham, UK, 2007 • MC. BmIg. UANL, Mex, 1998 • ISE. ITESM, Mex, 1994 • TPD. ITESM, Mex, 1988 • Experiencia • Software: +15 años • Investigación: Trevino V (PubMed) • Curso • BT4007 • MartesyJueves 1:35  2:55 • A4-404 Bioinformatica

  3. Exámenes 70% • Parciales, 35% (si son 1 o 2 en total valdrán 35%) • ExamenFinal, 35% • Tareas (alrededor de 6), 20% • 1 ó 2 Presentaciones de Artículos, 10% EvaluaCiÓn

  4. Mostrar Presentación 2

  5. Combinación de BiologíayTecnologías de Información • Bases de datos • HerramientasEstadísticas • Algoritmos / Programas • Objetivo: • Obtenerconocimiento • GenerarHipótesis • ConfirmarHipótesis Bioinformática

  6. Overview 3D y Bases de datos Metabolomica Algoritmos Imágenes 3D Bases de Datos, Factores Transc, Microarrays Imágenes de Células Ejercicio: Al finalizar la segunda presentación escriba y entregue sus propias expectativas Expectativas del curso

  7. Secuencias (DNA, RNA, Proteinas) • Estructuras 2D y 3D (RNA, Proteinas) • Moléculas (compuestos) • Expresión (RNA y Proteinas) • Redes Regulatorias (DNA, miRNA, Proteínas, Celulares, Tejidos) • INTERACIÓN • Tránsito (Proteinas) • Función (Proteinas) • Imagenes Tejidos, Celulas (fluore, ..) Microscopia • Mutaciones (DNA, Proteinas) • Enfermedades • Organismos (Humano, roedores, gusanos, moscas, micro-organismos, virus) • Literatura científica • "OMICS" – Genomics, Transcriptomics, Proteomics, Metabolomics, Glucogenomics, Nutrigenomics, Lipidomics, Interactome, etc. • ESTADÍSTICA • COMPUTACIÓN (TODO TIPO) • INTELIGENCIA ARTIFICIAL • MATEMÁTICAS Que temas abarca Bioinformática

  8. Predicciones evolutivas Predicción de estructuras 3D Predicción de Función de genes Predicción de genes Predicción de interactiones y modificaciones entre proteinas Predicción de estados de enfermedades Predicción de comportamientos metabólicos Predicción de interacciones entre vías, rutas, regulación, efectos Predicción de efectos de drogas Bioinformática puede hacer… Todos a escala Molecular/Individual. Para escalas grandes  Mathematical Biology

  9. Predicción • Generación de Conocimiento • Predicción • Generación de Hipótesis • Diseño de Experimentos • ComprensiónEstadísticaesmuyImportante Bioinformática …

  10. Biólogos, Químicos, Médicos, afines: • Problema  Técnicas • Ingenieros, Computólogos, Matemáticos?: • Técnica  Problemas Visiones en Bioinformática

  11. Query Biblioteca: "Bioinformática", "Bioinformatics", "Computational Biology" Libros personales Dr. Víctor Treviño Red/Google Bibliografía en Bioinformática

  12. Introduction to Bioinformatics and Databases • Bioinformatics Basis • Functional Genomics • Data Integration for Prediction and Discovery • Systems Biology: Simulations and Interaction Networks Plan (FLEXIBLE)

  13. Objective: Know the most used bioinformatics data resources and understand the basic parameters needed for optimal performance. 1.1 Introduction to Bioinformatics 1.2 Literature Databases and Text Mining 1.3 DNA, RNA, and Proteins Sequence Databases 1.4 "Omics" Databases 1.5 Complete Genomes & Model Organisms Databases 1.6 Other Databases 1 - Introduction to Bioinformatics and Databases

  14. Objective: Know the common statistical basis in bioinformatics and understand pattern clustering 2.1. Probability, Statistics, and Machine Learning 2.2. Alignments 2.3. Phylogenetics and Genome Comparisons 2.4. Typical Programs 2 - Bioinformatics Basis

  15. Objective: Comprehend nowadays functional genomics data, know its current uses and understand its data processing 3.1. Omics Technologies 3.2. Common Biological Questions in Functional Genomics 3.3. Data Analysis 3.4. Results Visualization 3 - Functional Genomics

  16. Objective: Comprehend the need for the integration of a number of information sources to make better interpretation and predictive models 4.1. Ontologies, Data Dictionaries, and Data Classifications 4.2. Gene Discovery (Gene, Variants, and Postraductional modifications) 4.3. Drug Discovery 4.4. Interaction Discovery 4.5. Functional Genomics (Subclasses and other Behaviors) 4.6. Pathways and Systems Biology 4 - Data Integration for Prediction and Discovery

  17. Objective: Know basic simulation techniques for molecular biological models 5.1 Levels and Errors in Simulations 5.2 Simulation Types 5.3 Methods for Simulations in Bioinformatics 5.4 Biological Networks 5 - Systems Biology: Simulations and Interaction Networks (if we have time)

  18. Calendario

  19. Seleccionar un paper “claramente bioinformático” relacionado a su tema de tésis / proyecto • Requiere aprobación profesor Presentación Papers

  20. Por proyecto Por interés Por X Preferencia de Temas

More Related