Guías Académicas

TÉCNICAS ESTADÍSTICAS EN BIOINFORMÁTICA

TÉCNICAS ESTADÍSTICAS EN BIOINFORMÁTICA

Grado en Estadística- Plan 2016

Curso 2024/2025

1. Datos de la asignatura

(Fecha última modificación: 10-06-24 19:04)
Código
108431
Plan
2016
ECTS
6.00
Carácter
OPTATIVA
Curso
3
Periodicidad
Segundo Semestre
Idioma
ESPAÑOL
Área
ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
Departamento
Estadística
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Coordinador/Coordinadora
José Manuel Sánchez Santos
Grupo/s
1
Centro
Fac. Ciencias
Departamento
Estadística
Área
Estadística e Investigación Operativa
Despacho
Edif. Ciencias D1509
Horario de tutorías
Concretar por correo
URL Web
studium.usal.es
E-mail
jose@usal.es
Teléfono
670620481

2. Recomendaciones previas

Las generales para acceder al Grado de Estadística.

3. Objetivos

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.

4. Competencias a adquirir | Resultados de Aprendizaje

Específicas | Habilidades.

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 | Competencias.

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

5. Contenidos

Teoría.

Tema 1. Introducción a la Biología Molecular y a la Bioinformática. Organismos, moléculas fundamentales, DNA, RNA, hibridación, proteínas, expresión génica.

Tema 2. Bases de datos biológicas y biomoleculares. Tipos: secuencias, nucleótidos, proteínas, geomas, proteomas. Repositorios bioinformáticos: Bioconductor.

Tema 3. Datos biológicos: microarrays de ADN. Algoritmos de cálculo de señal, corrección de ruido y fondo, escalado, presencia/ausencia de un gen.

Tema 4. Repaso de contrastes de hipótesis paramétricos, no paramétricos y bayesianos. Errores y corrección para test múltiples. Significación y Fold change.

Tema 5. Normalización de datos ómicos. Métodos y técnicas. Análisis de la expresión diferencial. Herramientas SAM y EBAM.

Tema 6. Uso de técnicas multivariantes de clasificación y visualización. Volcanoplots, PCA, FA, CA, clustering, heatmaps.

6. Metodologías Docentes

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.

7. Distribución de las Metodologías Docentes

8. 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.

9. Evaluación

Criterios de evaluación.

Calificación final de la asignatura en ambas convocatorias:

* Evaluación continua: conjunto de pruebas intermedias realizadas por los estudiantes durante el curso y supondrá el 30% de la calificación final. Esta nota es la misma para ambas convocatorias.

* Evaluación final: prueba de resolución de cuestiones teóricas y resolución de prácticas de ordenador, que supondrá el 70% restante.

Será necesario para promediar un mínimo de 3 sobre 10 de manera independiente para cada parte, es decir, al menos 3 de 10 en la evaluación continua, al menos 3 de 10 en la teoría y al menos 3 de 10 en la prueba práctica de ordenador.

Se considerará la calificación de No Presentado, si el estudiante no se presenta al examen final.

Sistemas de evaluación.

Pruebas escritas, más tareas y cuestionarios en Studium.

- Se propondrán problemas y prácticas para resolver por el estudiante.

- La prueba escrita final se realizará en la fecha prevista en la planificación docente

Recomendaciones para la evaluación.

Se exige la asistencia mínima al 50% de las clases de ordenador, y 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.

La evaluación será el resultado de una ponderación basada en:

- La resolución de ejercicios planteados a los estudiantes en unas pruebas intermedias durante el curso.

- El examen escrito de teoría, problemas y prácticas de ordenador.

Dichas pruebas permitirán evaluar las competencias descritas anteriormente

Recuperación: Preparar/repasar la teoría, problemas y prácticas de ordenador, consultar al profesor las dudas que se tengan.