1. Início
  2. Faculdade de Ciências e Tecnologia
  3. Biologia Computacional e Bioinformática
  4. Multi-Ómicas 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 - 54

Idioma de ensino

Inglês

Pré-requisitos

Conhecimentos básicos de Genética Molecular.

Bibliografia

Hamid D. Ismail (2023) Bioinformatics: A Practical Guide to Next Generation Sequencing Data Analysis (Chapman & Hall/CRC Computational Biology Series), CRC Press

Shui Qing Ye (2015) Big Data Analysis for Bioinformatics and Biomedical Discoveries, Chapman & Hall/CRC Computational Biology Series.

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. 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

Método de avaliação

Os conceitos teóricos necessários para atingir os objetivos de aprendizagem são apresentados e explicados nas aulas teóricas. As metodologias apresentadas são posteriormente aplicadas nas aulas práticas através da análise de dados e resolução de questões científicas. As aulas práticas consistem em sessões “hands-on” com computador usando várias ferramentas bioinformáticas. A aquisição destes conhecimentos é avaliada no teste individual e nos trabalhos de grupo.

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.