1. Início
  2. Faculdade de Ciências e Tecnologia
  3. Biologia Computacional e Bioinformática
  4. Simulação de Biossistemas para as Ciências da Vida e da Saúde
  5. Métodos Computacionais em Multi-Ómicas

Métodos Computacionais em Multi-Ómicas

Objetivos

1. Compreender abordagens atuais de análise de dados de sequenciação em larga escala para estudo do
genoma, transcritoma e de fatores de regulação de expressão genética.
2. Adquirir conhecimentos teóricos e práticos na utilização de metodologias computacionais para analisar e
integrar dados de Multi-Ómicas.
3. Conhecer as potencialidades da integração de dados de Multi-Ómicas na área das ciências da vida e da
saúde



Caracterização geral

Código

12496

Créditos

6.0

Professor responsável

Ana Rita Fialho Grosso, Paula Maria Theriaga Mendes Bernardo Gonçalves

Horas

Semanais - 4

Totais - 91

Idioma de ensino

Inglês

Pré-requisitos

A disponibilizar brevemente

Bibliografia

Rodriguez-Ezpeleta et al (2012) Bioinformatics for High Throughput Sequencing, Springer Cham



Método de ensino

As aulas teóricas consistirão na apresentação de todos os conceitos essenciais de cada conteúdo programático.
Nas sessões práticas são discutidos e resolvidos exercícios de aplicação dos conceitos abordados anteriormente em sessões “hands-on” com computador. Privilegiam-se as sessões de discussão durante as aulas práticas, sendo a participação activa dos alunos monitorizada e avaliada.



Método de avaliação

A frequência das aulas é fortemente encorajada e obrigatória no caso das aulas práticas. A avaliação consiste na realização de um teste e dois trabalhos de grupo, contribuindo respetivamente para 40% (teste) e 30%+30% (cada trabalho) da nota final. É obrigatória a realização de todos os elementos de avaliação O teste é realizado individualmente, sem consulta. Os trabalhos de grupo consistirão na análise de conjuntos de dados, interpretação e integração dos resultados

Conteúdo

1. Identificação de diferenças nucleotídicas individuais e inferência de potencial impacto funcional.


2. Identificação de alterações estruturais.

3. Aplicações Biomédicas: estudo de doenças com componente hereditária, estrutura populacional, estudos de
associação de genoma global, análise de sobrevivência.

4. Análise de dados de Imunoprecipitação de Cromatina com sequenciação (ChIP-seq)

5. Identificação de motivos de sequências em dados de ChIP-seq.

6. Análise de dados de Sequenciação do Transcriptoma (RNA-seq).

7. Caracterização de perfis de transcriptoma.

8. Identificação de alterações de transcritoma significativas.

9. Integração de dados de Multi-Ómicas.

10. Análise e Anotação Funcional.