Curso en Bioinformatica y Biologia Computacional

En la situación actual, la bioinformática y la biología computacional son campos esenciales para el análisis de datos biológicos complejos. Cualquier profesional de la investigación que se dedique a las ciencias ómicas en cualquiera de sus ramas, necesita conocimientos de bioinformática para realizar un análisis bioinformático. Este Curso en Bioinformática y Biología Computacional ofrece una formación integral en herramientas y técnicas bioinformáticas, abarcando desde la identificación y modelado de genes hasta el análisis de datos ómicos y estructurales. Contamos con un equipo docente multidisciplinar con una fuerte vocación, que no dudará en atenderte y asesorarte con tus dudas a lo largo de tu proceso formativo.

UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA BIOLOGÍA COMPUTACIONAL Y LA BIOINFORMÁTICA

  1. Biología computacional
  2. Bioinformática
  3. Conceptos básicos introductorios a la informática

UNIDAD DIDÁCTICA 2. BIOINFORMÁTICA: PROGRAMAS Y BASES DE DATOS PARA LA IDENTIFICACIÓN Y EL MODELADO DE GENES

  1. Localización y enmascaramiento de secuencias repetidas
  2. Métodos de comparación
  3. Análisis de la secuencia de ADN a nivel nucleótido
  4. Análisis de señales
  5. Búsqueda en bases de datos de secuencias expresadas
  6. Tipos de bases de datos biológicas

UNIDAD DIDÁCTICA 3. HERRAMIENTAS DEL NCBI PARA EL ANÁLISIS DE SECUENCIAS

  1. ¿Qué es el NCBI (National Center for Biotechnology Information)?
  2. Análisis de los items contenidos en las fichas del GenBank
  3. Diseño de primers mediante la herramienta Primer BLAST
  4. Procedimiento de alineamiento de secuencias nucleotídicas y aminoacídicas mediante la herramienta BLAST

UNIDAD DIDÁCTICA 4. HERRAMIENTAS BIOINFORMÁTICAS PARA EL ANÁLISIS DE DATOS ÓMICOS

  1. Uso de diagramas de Venn para análisis cualitativo
  2. Herramientas bioinformáticas para el análisis de datos derivados de NGS (Next Generation Sequence)
  3. Herramientas bioinformáticas para el análisis de datos derivados de proteómica
  4. Herramientas bioinformáticas para el análisis de datos derivados de metabolómica

UNIDAD DIDÁCTICA 5. ANÁLISIS DE GELES Y CHIPS

  1. Principios del análisis de geles
  2. Introducción a la tecnología de chips
  3. Herramientas bioinformáticas aplicadas

UNIDAD DIDÁCTICA 6. BIOINFORMÁTICA ESTRUCTURAL DE PROTEÍNAS

  1. Definición y objetivos de la bioinformática estructural
  2. Importancia del estudio estructural de las proteínas
  3. Perspectiva histórica y avances tecnológicos
  4. Relación entre estructura y función de proteínas
  5. Principales bases de datos y herramientas estructurales

UNIDAD DIDÁCTICA 7. ANÁLISIS DE DATOS EN LAS CIENCIAS DE LA SALUD

  1. GraphPad Prism
  2. Comparación de medias mediante GraphPad Prism
  3. Análisis de Varianza mediante GraphPad Prism
  4. Regresión y Correlación lineal con GraphPad Prism
  5. Elaboración de gráficos mediante GraphPad Prism

187,00 

Detalles del Curso

Información adicional

Horas 200 Horas
Modalidad ONLINE

¿Por qué elegir Aurea?

Metodología de Aprendizaje Online

  • Aprendizaje activo y autónomo: A diferencia de la formación presencial, en el e-learning es clave fomentar que el alumno sea protagonista de su propio proceso de aprendizaje.

  • Microlearning y contenidos modulares: Lecciones breves, bien estructuradas, que permitan avanzar paso a paso.

  • Gamificación y elementos interactivos (cuestionarios, simulaciones, casos prácticos) aumentan la motivación y retención del conocimiento.

  • Evaluación continua: No solo exámenes finales, sino también foros, tareas prácticas y autoevaluaciones.

Plataforma online Moodle

  • Moodle es una excelente elección como LMS (Learning Management System). Algunas ventajas:

    • Código abierto y altamente personalizable.

    • Permite gestión de usuarios, seguimiento de progreso, certificados automáticos, SCORM, etc.

    • Integración con plugins y herramientas externas como H5P, BigBlueButton, Zoom, etc.

  • Optimiza la navegación y la experiencia de usuario: que la plataforma sea clara, intuitiva y visualmente amigable.

  • Mobile first: Muchos usuarios acceden desde el móvil, así que asegúrate de que la plataforma esté bien adaptada.

Equipo Docente y Tutoría

  • Docentes formados en pedagogía digital: No basta con saber del tema; es crucial saber cómo enseñarlo online.

  • Disponibilidad y acompañamiento: Los alumnos valoran mucho el soporte y el feedback de tutores.

  • Presencia activa: En foros, comentarios y webinars. Esto reduce la sensación de soledad del estudiante online.

  • Capacitación constante del equipo docente en nuevas metodologías y herramientas digitales.

Interacción y Comunidad

  • Foros, chats y actividades colaborativas: fomentan el aprendizaje social.

  • Feedback entre pares: puede ser útil para mejorar y compartir conocimientos.

  • Gamificación social: rankings, badges, desafíos grupales.

  • Encuestas y sugerencias: para mejorar el curso con la opinión de los propios alumnos.