Código: 506306 | Asignatura: BIÓMICA | ||||
Créditos: 6 | Tipo: Obligatoria | Curso: 3 | Periodo: 2º S | ||
Departamento: Agronomía, Biotecnología y Alimentación | |||||
Profesorado: | |||||
URRESTARAZU VIDART, JORGE [Tutorías ] | IBAÑEZ VEA, MARIA (Resp) [Tutorías ] |
CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética
CB5. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
CT5 - Capacidad para trabajar por proyectos.
CE13. Utilizar las herramientas informáticas adecuadas para extraer información funcional de datos procedentes de estudios biómicos o de bases de datos públicas.
RA1. Ser capaz de manejar información biológica de bases de datos en los formatos más comunes usados en bioinformática.
RA4. Aplicar las técnicas de secuenciación del DNA, ensamblaje y anotación de genomas.
RA5. Comprender los fundamentos de la genómica, transcriptómica, proteómica y metabolómica e identificar las técnicas básicas de análisis en cada caso.
Metodología - Actividad | Horas Presenciales | Horas no presenciales |
A-1 Clases expositivas/participativas | 11 | 0 |
A-2 Prácticas | 45 | 0 |
A-4 Realización de trabajos/proyectos en grupo | - | 25 |
A-5 Estudio y trabajo autónomo del estudiante | - | 63 |
A-6 Tutorías | 0 | 2 |
A-7 Pruebas de evaluación | 4 | 0 |
Total | 60 | 90 |
Resultados de aprendizaje |
Actividad de evaluación |
Peso (%) | Carácter recuperable |
Nota mínima requerida |
---|---|---|---|---|
RA1, RA4, RA5 | Pruebas escritas | 60 | Sí, mediante prueba escrita | 5 |
RA1, RA4, RA5 | Trabajos e informes | 10 | No | - |
RA1, RA4, RA5 | Pruebas e informes de trabajo experimental | 15 | Sí, mediante prueba escrita. | 5 |
RA1, RA4, RA5 | Presentaciones orales | 10 | No | - |
RA1, RA4, RA5 | Participación activa | 5 | No | - |
Nota: Si en alguna de las actividades no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,9 sobre 10 (suspenso).
Tema 1. Introducción a la Biómica. Aproximación conceptual a las principales técnicas ómicas.
Tema 2. Genómica I. Ensamblaje y anotación de genomas. Tipos de secuencias y predicción de funciones. Resecuenciación de genomas. Interpretación y procesamiento de datos.
Tema 3. Genómica II. Genome-Wide Association Studies (GWAS). Modelos estadísticos (Modelo Lineal Generalizado-GLM y Modelo Lineal Mixto-MLM). Detección de polimorfismos y variantes estructurales (Variant calling). Interpretación y procesamiento de datos.
Tema 4. Metagenómica. Amplificación de gen marcador y Whole Genome Sequencing-WGS. Interpretación y procesamiento de datos.
Tema 5. Transcriptómica. Diseño de experimentos de RNA-seq. Interpretación de resultados de RNA-seq (expresión diferencial, ontología génica, etc). Procesamiento de datos.
Tema 6. Proteómica basada en MS. Conceptos generales. Aproximaciones top-down y bottom-up. Proteómica cuantitativa. Modificaciones post-traduccionales. Interpretación y procesamiento de datos.
Tema 7. Metabolómica. Conceptos generales. Descubrimiento metabolómico. Metabolómica cuantitativa. Interpretación y procesamiento de datos.
Práctica 1. Filtrado y mapeo de datos de Next-Generation Sequencing (NGS)
Práctica 2. Introducción al ensamblaje y anotación de genomas
Práctica 3. Análisis de asociación de genoma completo (GWAS)
Práctica 4. Análisis de datos de RNA-seq
Práctica 5. Análisis de enriquecimiento funcional (Gene Ontology)
Práctica 6. Análisis de datos de metagenómica
Práctica 7. Preparación de una muestra biológica para su análisis mediante nLC-MS/MS
Práctica 8. Enriquecimiento de péptidos fosforilados
Práctica 9. Análisis de datos proteómicos. Identificación de péptidos mediante de Novo-sequencing y mediante búsquedas con bases de datos.
Práctica 10. Tratamiento y visualización de datos proteómicos
Práctica 11. Análisis de datos metabolómicos
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.
Bibliografía básica:
AVRIVARADARJAN, P., MISRA, G. Omics approaches, technologies and applications. Ed. Springer, 2018 (1ª edición)
BALDING, D., MOLTKE, I., MARIONI, J. Handbook of Statistical Genomics. Ed. Wiley, 2019 (4ª edición)
GIBSON, G., MUSE, S.V. A primer genome science Ed. Sinauer, 2009 (3ª edición)
GRIFFITHS, W.J. Metabolomics, Metabonomics and Metabolite Profiling. Ed. Royal Society of Chemistry (RSC), 2008.
KORPELAINEN, E., TUIMALA, J., SOMERVUO, P., HUSS, M., WONG, G. RNA-seq data analysis: a practical approach. Ed. Taylor & Francis Group, 2015 (1ª edición)
PIERCE, B. Genetics essentials: concepts and connections Ed. Freeman Macmillan, 2018 (4ª edición)
TWYMAN, R.M. Principles of Proteomics. Ed. Taylor & Francis Group, 2014 (2ª edición)
Sociedad Española de Proteómica. Manual de Proteómica vol I y II, 2018.
Bibliografía complementaria:
Alseekh, S. & Fernie, A.R. Metabolomics 20 years on: what have we learned and what hurdles remain? Plant Journal, 94, 933¿942 (2018). https://doi.org/10.1111/tpj.13950
Conesa, A., Madrigal, P., Tarazona, S. et al. A survey of best practices for RNA-seq data analysis. Genome Biology 17, 13 (2016). https://doi.org/10.1186/s13059-016-0881-8
Das, S. & Hirano, M. Comparative genomics and genome evolution. Current Genomics, 13, 85 (2012). https://doi:10.2174/138920212799860715
Goodwin, S., McPherson, J. & McCombie, W. Coming of age: ten years of Next-Generation Sequencing technologies. Nature Reviews Genetics, 17, 333¿351 (2016). https://doi.org/10.1038/nrg.2016.49
Quince, C., Walker, A., Simpson, J. et al. Shotgun metagenomics, from sampling to analysis. Nature Biotechnology, 35, 833¿844 (2017). https://doi.org/10.1038/nbt.3935
Stricker, S., Köferle, A. & Beck, S. From profiles to function in epigenomics. Nature Reviews Genetics 18, 51¿66 (2017). https://doi.org/10.1038/nrg.2016.138
Tam, V., Patel, N., Turcotte, M. et al. Benefits and limitations of Genome-Wide Association Studies. Nature Reviews in Genetics 20, 467¿484 (2019). https://doi.org/10.1038/s41576-019-0127-1
Vaudel. M., Venne. A.S., Berven. F.S., et al. Shedding light on black boxes in protein identification. Proteomics 14, 1001¿1005 (2014). https://doi.org/10.1002/pmic.201300488