Masterclass en Bioinformática - Expresión diferencial de miRNAs

1. Comandos de Linux
El manejo de la terminal de Linux es esencial para el análisis bioinformático. En este módulo, aprenderás comandos básicos y avanzados para manipular archivos, automatizar procesos y optimizar el análisis de datos genómicos

Temas:
1.1. Conexión a servidores externos. Navegación y estructura del sistema de archivos
1.2. Manipulación de archivos y directorios
1.3. Herramientas bioinformáticas en la terminal (grep, sed, sort, uniq)

2. Control de calidad de datos de secuenciación
Antes de cualquier análisis, es necesario evaluar la calidad de los datos de secuenciación. En este módulo aprenderás a utilizar herramientas para detectar errores, evaluar la calidad de las lecturas y filtrar secuencias de baja calidad.

Temas:
2.1. Introducción a la calidad de datos en secuenciación de miRNAs
2.2. Formatos de archivos (FASTQ)
2.3. Evaluación de calidad con FastQC, mirTrace
2.4. Identificación de errores y artefactos
2.5. Estrategias de filtrado y limpieza de datos

3. Recorte y filtrado de secuencias
Las secuencias de miRNAs suelen contener adaptadores o artifactos que pueden afectar el análisis. En este módulo realizarás el recorte y filtrado de secuencias para mejorar la precisión del mapeo y la cuantificación.

Temas:
3.1. Eliminación de adaptadores con Cutadapt
3.2. Filtrado por calidad y eliminación de secuencias cortas
3.3. Control de calidad post-recorte
3.4. Validación de los datos procesados

4. Mapeo al genoma de referencia
En este módulo realizarás el mapeo de las secuencias a un genoma de referencia para identificar y cuantificar los miRNAs presentes en una muestra.

Temas:
4.1. Importancia del alineamiento en análisis de miRNAs
4.2. Bases de datos de referencia (miRBase, Ensembl)
4.3. Herramientas de alineamiento (Bowtie2, miRDeep2)
4.4. Evaluación de calidad del mapeo

5. Cuantificación de lecturas
En este módulo aprenderás cómo transformar los datos de alineación en matrices de expresión, utilizando herramientas especializadas para la cuantificación de miRNAs.

Temas:
5.1. Métodos de cuantificación en datos de miRNAs
5.2. Herramientas para evaluar miRNAs potenciales 
5.3. Generación de matrices de expresión
5.4. Evaluación y exploración de datos antes del análisis diferencial

6. Análisis de expresión diferencial
El objetivo del análisis diferencial es identificar miRNAs cuya expresión varía entre condiciones experimentales. Aprenderás los fundamentos estadísticos y el uso de herramientas como edgeR.

Temas:
6.1. Introducción al análisis de expresión diferencial
6.2. Métodos estadísticos para la detección de diferencias de expresión
6.3. Criterios de selección de miRNAs significativos (p-value, FDR, log2FoldChange)

7. Normalización
La normalización es clave para comparar datos de expresión entre muestras. En este módulo aprenderás distintos métodos de normalización y su impacto en el análisis de miRNAs.

Temas:
7.1. Métodos de normalización en datos de expresión
7.2. Evaluación del efecto de la normalización en los resultados
7.3. Análisis exploratorio de los datos normalizados

8. Generación e interpretación de gráficos
Los gráficos ayudan a visualizar los resultados del análisis de expresión diferencial. Aprenderás a generar e interpretar diferentes tipos de gráficos utilizados en estudios de miRNAs.

Temas:
8.1. Introducción a la visualización de datos
8.2. MA plot: identificación de sesgos
8.3. PCA: exploración de variabilidad entre muestras
8.4. Heatmaps: patrones de expresión
8.5. Volcano Plot: detección de miRNAs diferencialmente expresados
8.6. Herramientas en R para visualización (ggplot2, pheatmap, EnhancedVolcano)

9. Enriquecimiento de vías metabólicas
El análisis de enriquecimiento funcional permite identificar los procesos biológicos afectados por los miRNAs diferencialmente expresados. Aprenderás a utilizar bases de datos y herramientas bioinformáticas para esta tarea.

Temas:
9.1. Introducción al análisis de enriquecimiento funcional
9.2. Bases de datos de referencia (KEGG, GO)
9.3. Asociación de miRNAs con funciones biológicas