TECNICAS ESTADISTICAS EN BIOINFORMATICA
GRADO EN ESTADÍSTICA PLAN 2009
Curso 2021/2022
1. Datos de la asignatura
(Fecha última modificación: 02-05-21 10:51)- Código
- 100735
- Plan
- 2009
- ECTS
- 6.00
- Carácter
- OPTATIVA
- Curso
- 3
- Periodicidad
- Segundo Semestre
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Datos del profesorado
- Profesor/Profesora
- José Manuel Sánchez Santos
- Grupo/s
- 1
- Centro
- Fac. Ciencias
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- D1509
- Horario de tutorías
- Martes de 10:00 a 11:00, 12:00 a 13:00 y 18:00 a 19:00 Miércoles de 16:00 a 17:00; y jueves de 12:00 a 13:00 y 18:00 a 19:00
- URL Web
- studium.usal.es
- jose@usal.es
- Teléfono
- 6994
2. Sentido de la materia en el plan de estudios
Bloque formativo al que pertenece la materia.
Estadística Aplicada a las CC Biosanitarias
Papel de la asignatura.
Desarrollar un curso sobre herramientas estadísticas específicas de la Bioinformática que pueda servir de soporte para las asignaturas del módulo y preparar al estudiante que quiera enfocar su perfil académico hacia las Ciencias Biosanitarias.
Perfil profesional.
Todas aquellas profesiones en la que se tenga que manejar un volumen grande de datos biológicos y biomoleculares, para analizarlos, tomar decisiones y desarrollar nuevas herramientas estadísticas, como en las profesiones relacionadas con Medicina, Biología, Bioquímica, etc
3. Recomendaciones previas
Las generales para acceder al Grado en Estadística
4. Objetivo de la asignatura
Generales;
Interpretar, valorar, generar y transformar datos estadísticos con el fin de producir información útil para la toma de decisiones, y analizar, modelar, manipular y diseñar elementos y sistemas informáticos.
Obtener modelos, inferencias y predicciones acerca de una o varias poblaciones de interés a partir de la información que proporcionan una o varias muestras de las mismas.
Específicos
Dominar la terminología básica de la Bioinformática.
Calcular e interpretar las medidas estadísticas asociadas a un conjunto de datos biológicos y biomoleculares.
Conocer los tipos de variables utilizadas en Bioinformática y aprender a recoger la información de acuerdo con la naturaleza de las variables.
Aprender a diferenciar los tipos de datos biológicos y biomoleculares susceptibles de análisis estadístico computacional.
Conocer las principales bases de datos biológicas públicas y manejar las principales herramientas estadísticas para analizar dichos datos.
Adquirir un conocimiento y un uso básicos de R como lenguaje de programación y cálculo estadístico.
Utilizar los diferentes tipos de diseños y herramientas bioinformáticas conociendo sus ventajas e inconvenientes en la investigación biomédica
5. Contenidos
Teoría.
Tipos de datos biológicos y biomoleculares susceptibles de análisis estadístico computacional. Bases de datos biológicas públicas. Microarrays de ADN.
Test de hipótesis estadísticos: fundamentos y métodos, tipos de errores, corrección para test múltiples. Métodos no-paramétricos frente a métodos paramétricos. Métodos bayesianos frente a métodos clásicos. Teoría estadística de la información: entropía, información mutua, transformación, ganancia.
Métodos de randomización y validación cruzada: “bootstrapping”, “jacknife”, permutaciones, Monte Carlo.
6. Competencias a adquirir
Específicas.
CE1.- Adquirir los conocimientos estadísticos necesarios para diseñar adecuadamente una investigación y realizar estudios descriptivos e inferenciales, utilizando las herramientas informáticas más adecuadas.
CE2.- Proponer, analizar, validar e interpretar modelos de situaciones reales utilizando las técnicas estadísticas más adecuadas a los fines que se persigan.
CE3.- Adquirir la capacidad para detectar y modelizar el azar en problemas reales. Distinguir entre método estadístico y razonamiento determinista. CE4.- Capacitar para el análisis de datos procedentes de diferentes ámbitos: técnico, biosanitario, socio-jurídico o económico mediante técnicas estadísticas.
Transversales.
CT1. Conocimientos generales básicos
CT3. Capacidad de análisis y síntesis
CT5. Comunicación oral y escrita en la lengua propia
CT9. Resolución de problemas
CT10. Toma de decisiones
CT11. Capacidad crítica y autocrítica
CT12. Trabajo en equipo
7. Metodologías
Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el material que se les proporcionará y los libros de texto recomendados, que servirán para fijar los contenidos y dar paso a clases prácticas de resolución de problemas y clases prácticas de ordenador usando los programas informáticos adecuados en cada caso. Se utilizará la plataforma virtual STUDIUM para apoyar los contenidos teóricos desarrollados y comprobar los conocimientos adquiridos.
A partir de las clases teóricas y prácticas se propondrá a los estudiantes la realización de trabajos personales sobre problemas y prácticas de ordenador, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mismos las competencias de la materia.
Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas, prácticas y preparación de trabajos propuestos, para alcanzar los objetivos previstos.
8. Previsión de Técnicas (Estrategias) Docentes
Previsión de distribución de las metodologías docentes (Fecha: 27-06-17)9. Recursos
Libros de consulta para el alumno.
T.K. Attwood y D.J. Parry-Smith (2002). Introducción a la Bioinformática. Prentice Hall.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
F. Azuaje, J. Dopazo (2006). Data Analysis and Visualization in Genomics and Proteomics. John Wiley and Sons.
P. Baldi, S. Brunak (2001). Bioinformatics. The Machine Learning Approach. MIT.
H.C. Causton, J. Quackenbush, A. Brazma (2004). A Beginner’s Guide: Microarrays Gene Expression Data Analysis. Blackwell Publishing. Michael J. Crawley: Statistics: An Introduction Using R.
Sarah Boslaugh, Paul Andrew Watters: Statistics in a Nutshell: A Desktop Quick Reference (In a Nutshell (O’Reilly)). Conrad Bessant, Ian Shadforth, Darren Oakley: Building Bioinformatics Solutions: with Perl, R and MySQL.
Robert Gentleman, Vincent Carey, Wolfgang Huber, Rafael Irizarry, Sandrine Dudoit (Editors): Bioinformatics and Computational Biology Solutions Using R and Bioconductor.
10. Evaluación
Consideraciones generales.
La evaluación será el resultado de una ponderación basada en el desarrollo de trabajos y ejercicios planteados a los alumnos durante el curso, las prácticas y la nota obtenida en el examen escrito de problemas y prácticas. Dichas pruebas permitirán evaluar las competencias descritas anteriormente.
Criterios de evaluación.
Las cuestiones, trabajos y ejercicios resueltos por los alumnos durante el curso supondrán un 20% de la nota final. La asistencia y realización de prácticas en el aula de informática supondrán otro 20%. La evaluación final será por medio de una prueba escrita que consistirá en la resolución de problemas y supondrá un 30% de la nota final, y de una prueba práctica con ordenador a la que corresponderá el 30% restante, siendo necesario un mínimo de 2 sobre 10 en cada parte para promediar.
Instrumentos de evaluación.
Pruebas escritas y entrega de trabajos:
- Se propondrán problemas y prácticas para resolver por el alumno.
- La prueba escrita final se realizará en la fecha prevista en la planificación docente.
Recomendaciones para la evaluación.
Se recomienda la asistencia y participación activa en todas las actividades programadas y el uso de las tutorías, así como estudiar la asignatura de forma regular desde el principio de curso y consultar al profesor las dudas que se planteen en cada momento.
Recomendaciones para la recuperación.
Se realizará un examen de recuperación en la fecha prevista en la planificación docente