Saltar al contenido principal

Otoño 2025 (UNAM: 2026-1)

Bioinformática

Curso teórico-práctico que introduce a los estudiantes en el análisis computacional de datos genómicos clínicos. Cubre herramientas de bioinformática, bases de datos genéticas, formatos y manejo de grandes volúmenes de datos, análisis de variantes, modelos de riesgo monogénico y poligénico (GWAS y PRS), y visualización de resultados, integrando scripting en Python, R y línea de comandos. Al finalizar, los estudiantes serán capaces de construir pipelines bioinformáticos y de interpretar datos genéticos con aplicaciones en medicina personalizada.

Otoño 2025 (UNAM: 2026-1)

Google Classroom

Prerrequisitos

Biología molecular (conceptos básicos sobre ADN, ARN y genes); estadística básica (incluyendo p-values y pruebas de hipótesis); manejo básico de computadoras (organización de archivos y uso de sistemas operativos); experiencia previa en Python, R u otros lenguajes es obligatoria para el seguimiento adecuado del curso.

Horario
Lunes y Miércoles, 4:00–6:00 PM
Ubicación
Salón IAT-06

Personal Docente

Dr. Arturo López Pineda

Dr. Arturo López Pineda

Profesor

arturolp@enesmorelia.unam.mx

Programa (PDF)

Descarga el programa completo en PDF.

Temario (PDF)

Temario

Fundamentos de Bioinformática

  • Historia y aplicaciones
  • Fundamentos de Biología Molecular
  • Tecnologías de secuenciación como NGS y Long Read Sequencing
  • Desafíos actuales, bioética y privacidad

Bioinformática Clásica

  • Alineación de secuencias
  • Reto de Programación 1: Ejecutar BLAST
  • Alineamiento múltiple con Clustal Omega
  • Automatización de búsquedas y alineamientos
  • Breve introducción a filogenia
  • Reto de Programación 2: Construir Árbol Filogenético

Bases de Datos Genómicas

  • Bases de datos genómicas como NCBI, Ensembl y UCSC Genome Browser
  • Bases de datos de variantes como dbSNP, dbVar y GnomAD
  • Bases de datos clínicas como ClinVar y ClinGen
  • Reto de Programación 3: Búsqueda y Descarga de Datos

Fundamentos de Genómica Computacional

  • Línea de comandos (Unix/Linux)
  • Utilidades de texto (grep, cut, AWK)
  • Filtrado y procesamiento de datos con CLI y scripting
  • Formatos de datos como FASTA y VCF
  • Reto de Programación 4: Manejo de AWK y bash

Análisis Poblacional

  • Fundamentos de genética poblacional
  • PCA para estructura poblacional
  • Imputación de datos genómicos
  • Faseo de datos genómicos
  • ADMIXTURE, STRUCTURE, NeuralAdmixture
  • Reto de Programación 5: Análisis de Ancestría Poblacional

Genómica Predictiva

  • Modelos de riesgo monogénico
  • Tipos de variantes (SNPs, indels, CNVs)
  • Estudios de asociación genómica (GWAS)
  • Modelos de Riesgo Poligénico (PRS)
  • Reto de Programación 6: GWAS y PRS

Evaluación

  • Retos de Programación Quincenales

    Desarrollo de ejercicios prácticos de programación y análisis de datos reales, alineados con los temas del curso. Cada reto equivale al 12% de la calificación final.

    80%

  • Examen Teórico-Práctico Final

    Evaluación escrita y práctica al final del curso, cubriendo interpretación de datos, análisis y conceptos clave de bioinformática clínica.

    20%

Políticas

  • La asistencia no tiene un valor porcentual directo sobre la calificación final. Sin embargo, se requiere un mínimo del 80% de asistencia para tener derecho a la evaluación continua y al examen ordinario final.
  • Todos los trabajos entregados (tareas, presentaciones y proyectos) deben ser de autoría propia. El uso de herramientas de Inteligencia Artificial está permitido únicamente para búsqueda de información, lluvia de ideas, revisión gramatical, pero no para la redacción final del contenido. El profesor se reserva el derecho de solicitar una réplica oral presencial de cualquier trabajo entregado. Si el alumno no logra demostrar el dominio del tema o la autoría del texto durante la réplica, la actividad será anulada (calificación de 0).

Lecturas

  • Mount, D. W. (2007). Bioinformatics: Sequence and Genome Analysis (2nd ed.). Cold Spring Harbor Laboratory Press.
  • Lesk, A. M. (2019). Introduction to Bioinformatics (5th ed.). Oxford University Press.
  • Xiong, J. (2020). Essential Bioinformatics (2nd ed.). Cambridge University Press.
  • Strachan, T., & Read, A. P. (2019). Human Molecular Genetics (5th ed.). Garland Science.
  • Feero, W. G., Guttmacher, A. E., & Collins, F. S. (Eds.). (2010). Genomic Medicine: A Primer. Cold Spring Harbor Laboratory Press.
  • Goodwin, S., McPherson, J. D., & McCombie, W. R. (2016). Next-Generation Sequencing: Establishing Biomarkers for Clinical Diagnostics. CRC Press.
  • Coon, S. L., & Boyle, J. (2015). Learning Python for Bioinformatics. O'Reilly Media.
  • Homer, N., & Ericsen, A. (2014). Bioinformatics with R Cookbook. Packt Publishing.