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
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
- 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
Previsión de distribución de las metodologías docentes (Fecha: 10-06-24)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.