Expresión diferencial con RNAseq
MX$1800.00
El análisis de expresión diferencial con RNA-seq facilita el estudio de perfiles de expresión génica y la identificación de genes para el estudio de procesos biológicos, que es útil en diversas aplicaciones:
Determinar los niveles de expresión de RNA
Conocer la expresión diferencial de genes
Detección de variantes y la expresión específica de alelos
Caracterización de patrones de splicing alternativos
Ensamblado de novo
Creación de perfiles de expresión y redes génicas
Nuestro curso de expresión diferencial con datos de RNA-seq es impartido por expertos en la comunidad científica que te guiarán paso a paso a través de ejemplos prácticos y proyectos para el análisis de datos de RNA-seq.
Aprenderás a programar en Linux y a escribir código eficiente en R. Aprenderás el pipeline para análisis de datos de RNA-seq y utilizarás estas habilidades para analizar datos, anotarlos y visualizarlos realizando diferentes tipos de gráficos.
Nivel
Principiante
Requisitos
Ninguno
Fecha de inicio
Inmediato
Duración
20 horas, horario libre
Módulo 1 - Programación en Linux y Bioinformática
En esta sección aprenderás los conceptos básicos de la programación en Linux y cómo se utilizan en Bioinformática.
Módulo 2 - Procesamiento de datos
En esta sección conocerás los principios de secuenciación masiva y el diseño de proyectos RNA-Seq. Además, realizarás el control de calidad de datos de RNA-seq, eliminación de lecturas de baja calidad, mapeo y cuantificación de genes mediante línea de comandos.
Módulo 3 - Programación en R
En esta sección aprenderás los conceptos básicos de la programación en R y cómo se utilizan en Bioinformática. Aprenderás a instalar R y RStudio en tu computadora.
Módulo 4 - Expresión diferencial y anotación
Conocerás los conceptos de expresión diferencial, normalización de datos y anotación para posteriormente realizar la Expresión diferencial utilizando DESeq2 y la anotación funcional.
Módulo 5 - Visualización e interpretación de datos
Finalmente crearás gráficos de alta calidad como heatmaps, volcano plots, MA plots, etc comúnmente utilizados para la visualización de datos de RNA-seq.
