En muchas ocasiones me preguntan en clase dónde encontrar #cursos y/o #tutoriales ✍️ de introducción a la #bioinformática 🧬💾 de acceso libre. Os dejo una entrada abierta que iré completando con aquellos más representativos. Se admiten sugerencias. ¡Abrimos hilo 🧶 👇!@scbi_uma
Curso introductorio a la bioinformática aplicada, enfocado a Python y Biopython. Utilizado como aproximación a la #bioinformática por la UC San Diego. Desarrollado, originariamente, por Sabeel Mansuri y Mark Chernyshev. Actualizado en enero 2022 (/1). bioinformaticscrashcourse.com
Cursos y turoriales desarrollados por el Centro de Regulación Genómica de Barcelona, @CRGenomica. Centrados principalmente en el análisis de datos ómicos (/2). biocorecrg.github.io/courses
Tutorial de bioinformática desarrollado por un grupo de profesores de la Universidad de Ciencias Agrícolas, Suecia. Hadrien Gourlé, @HGourle; Oskar Karlsson-Lindsjö; y Juliette Hayer, @juliette_hayer (/3). hadriengourle.com/tutorials/
La mejor forma de aprender bioinformática es a través de ejemplos reales. Tutorial de la Universidad Estatal de Iowa.Desarrollador por @isugif (/4).
Introducción a R, manipulación y visualización. Curso desarrollado por el Centro de Bioinformática y Biología Integrativa, Universidad Andrés Bello, Chile. Escrito por Eduardo Castro, @lalopangue (/6). castrolab.org/isme/introR/in…
Curso impartido por #GEN242, donde se introducen algoritmos bionformáticos, métodos estadísticos y rutinas de programación para el análisis de datos biológicos (/7). girke.bioinformatics.ucr.edu/GEN242/about/i…
Libro-tutorial que proporciona los fundamentos para el análisis de datos aplicados a la genómica utilizando R. Escrito por @AltunaAkalin (/8). compgenomr.github.io/book/
Aportación de @RicciBW que nos recomienda un material donde se aprende programación a través de la resolución de problemas (/12). rosalind.info/problems/list-…
Una de las principales tareas en el tratamiento de datos en #bioinformática 🧬💾 es la encadenación de procesos para construir lo que se denomina #WorkFlow ⚙️ . A menudo estos procesos suelen dar error, lo que en muchas ocasiones nos obliga a reiniciar todo el trabajo. (1/9)
Con el fin de automatizar estas tareas y desarrollarlas de la forma más eficiente existen los gestores de trabajo, que nos permiten agilizar y personalizar los análisis. Aquí os dejo los más representativos (2/9) 🧶👇:
#Bpipe una plataforma para ejecutar grandes trabajos de #bioinformática. Actualizado en septiembre del 2021. Además, posee algunos ejemplos de procesos de análisis estandarizados en bioinformática que nos serán muy útiles (3/9) 👇: docs.bpipe.org
En #bioinformática se utilizan ficheros 💾 en formato estándar para unificar los resultados. Muchos de estos ficheros derivan de la aplicación de las técnicas de secuenciación nucleotídica 🧬.Abrimos 🧶👇 para describir algunos ejemplos, que no son todos (1/9) @scbi_uma@InfoUMA
El resultado de los procesos de secuenciación se muestran en ficheros tipo 'file.fastq'. Éstos tienen una estructura muy establecida, incorporando tanto la secuencia como la calidad de los nucleótidos secuenciados (fuente: en.wikipedia.org/wiki/FASTQ_for…) (2/9).
Los ficheros file.fastq son la entrada para otros muchos algoritmos, como los algoritmos de ensamblaje, de genomas o transcriptomas. El resultado de aplicar estos algoritmos devuelve un fichero 'file.contig.fa' que contiene, en formato fasta, los contigs reconstruidos (3/9)