BCOM -Maestría en Biología Computacional

Como curso Electiva BCOM 1 estudiante puede tomar cualquiera de las materias maestrías con código: ARTI, MISO, ISIS, MINE, MSIN, BCOM, FISI, IBIO, CBIO,  MBIT, IIND. 
No son válidas la materias de Proyecto Final y Tesis.

Como curso Electiva BCOM 2 estudiante puede tomar cualquiera de las materias maestrías con código: ARTI, MISO, ISIS, MINE, MSIN, BCOM, FISI, IBIO, CBIO,  MBIT, IIND. 

No son válidas la materias de Proyecto Final y Tesis.

Como curso Fundamentación BCOM 1 el estudiante puede tomar una de las siguientes materias:  
BCOM-4001 : Bioinformática 
BCOM-4002 : Fundamentos de Programación para Ciencias Biológicas 
BCOM-4006 : Algoritmos en Biología Computacional 
BCOM-4004 : Fundamentos de Biología Molecular 
CBIO-4109 : Biología Molecular Avanzada

Como curso Fundamentación BCOM 2 el estudiante puede tomar una de las siguientes materias:  

BCOM-4001 : Bioinformática 
BCOM-4002 : Fundamentos de Programación para Ciencias Biológicas 
BCOM-4006 : Algoritmos en Biología Computacional 
BCOM-4004 : Fundamentos de Biología Molecular 
CBIO-4109 : Biología Molecular Avanzada

Como curso Fundamentación BCOM 3 el estudiante puede tomar una de las siguientes materias:  

BCOM-4001 : Bioinformática 
BCOM-4002 : Fundamentos de Programación para Ciencias Biológicas 
BCOM-4006 : Algoritmos en Biología Computacional 
BCOM-4004 : Fundamentos de Biología Molecular 
CBIO-4109 : Biología Molecular Avanzada

Como curso Fundamentación BCOM 4 el estudiante puede tomar una de las siguientes materias:  

BCOM-4001 : Bioinformática 
BCOM-4002 : Fundamentos de Programación para Ciencias Biológicas 
BCOM-4006 : Algoritmos en Biología Computacional 
BCOM-4004 : Fundamentos de Biología Molecular 
CBIO-4109 : Biología Molecular Avanzada

Como curso Profundización BCOM 1 el estudiante puede tomar una de las siguientes materias:  
CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Como curso Profundización BCOM 2 el estudiante puede tomar una de las siguientes materias:  

CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Como curso Profundización BCOM 3 el estudiante puede tomar una de las siguientes materias:  

CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Como curso Profundización BCOM 1 el estudiante puede tomar una de las siguientes materias:  
CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Como curso Profundización BCOM 2 el estudiante puede tomar una de las siguientes materias:  

CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Como curso Profundización BCOM 3 el estudiante puede tomar una de las siguientes materias:  

CBIO-4202 : Genética Evolutiva Avanzada 
BCOM-4101 : Filogenómica 
BCOM-4102 : Ecología Microbiológica y Herramientas de Análisis Informático 
BCOM-4103 : Computación de Alto Desempeño para Ciencias Biológicas 
FISI-4040 : Mecánica Estadística 
FISI-4810 : Biología de Sistemas 
FISI-4818 : Microscopia Moderna 
FISI-4906 : Cúmulos Abiertos 
IBIO-4111 : Matemática Aplicada para Ingeniería Biomédica 
ISIS-4426 : Desarrollo de Soluciones Cloud 
ISIS-4517 : Análisis de Información Sobre Big Data 
ISIS-4823 : Computación Visual Interactiva 
ISIS-4825 : Imágenes y Visión

Este curso se diseñó con el fin de proveer a los estudiantes con conceptos básicos sobre el uso de las principales herramientas usadas para el análisis de datos biológicos. En particular nos vamos a centrar en el análisis de estructuras proteicas, de secuencias de nucleótidos al igual que métodos de biología sintética, temas que corresponden a los 3 principales módulos del curso. El curso se realizará por combinación de sesiones teóricas y teórico-prácticas complementadas con el desarrollo de talleres para la evaluación de la comprensión de los diferentes temas.

El curso Fundamentos de Programación para Ciencias Biológicas es un curso que busca preparar al estudiante con conocimientos y habilidades fundamentales de la programación orientada a objetos en el ámbito de las ciencias biológicas. La estrategia pedagógica empleada en este curso es el aprendizaje activo basado en casos. En este sentido el curso es una herramienta de trabajo dentro de un proceso de aprendizaje en el cual el estudiante es el principal protagonista. Los casos de estudio están contextualizados en la cotidianidad de los profesionales de las disciplinas relacionadas con la biología. Por consiguiente, se espera que además de adquirir las bases teóricas de la programación orientada a objetos, el estudiante desarrolle las habilidades necesarias para la aplicación de esta teoría a la solución de problemas del mundo real en el dominio de las ciencias biológicas.

El curso de Fundamentos de Biología Molecular tiene como fin introducir a estudiantes de áreas diferentes a las Ciencias de la Vida a un conocimiento básico en el dominio de la biología molecular. Inicia con los conceptos más básicos de la célula y los procesos de transferencia de la información genética y llega hasta explicar algunas de las técnicas modernas, incluyendo métodos de secuenciación de ADN de nueva generación, técnicas usadas para evaluar la expresión de genes y proteómica en conjunto con algunas herramientas bioinformáticas básicas asociadas a la interpretación de datos generados por las técnicas mencionadas.

El curso algoritmos en bioinformática le permitirá conocer los principales algoritmos y técnicas de análisis de datos biológicos que han servido para entender la evolución y funcionamiento de la vida en la Tierra y que forman parte del area de investigación que hoy se conoce como bioinformática. El curso está organizado como un grupo representativo de problemas de bioinformática en los que se verá su motivación biológica, su formalización computacional y algunas de las técnicas más conocidas para resolverlos.

La microbiología moderna se ha consolidado como una ciencia básica y aplicada que ha evolucionado rápidamente a lo largo de la historia. Los microorganismos fueron estudiados en el laboratorio inicialmente, pero con el desarrollo de herramientas y metodologías de análisis, el estudio de la diversidad taxonómica y funcional de los microorganismos in situ (ecología microbiana) adquirió gran relevancia y permitió el conocimiento de esa fracción de organismos que no son accesibles en el laboratorio sea por su dificultad de aislamiento o particularidades ecológicas. El estudio de las interacciones de los microorganismos en su medio permitió determinar su papel fundamental en los ciclos geoquímicos y reciclado de nutrientes, conocer las dinámicas de las comunidades, describir sus adaptaciones e inferir de allí varias aplicaciones biotecnológicas. Este curso está dirigida a estudiantes que deseen profundizar en el conocimiento de la diversidad, funcionalidad y aplicaciones de los microorganismos que habitan distintos ambientes del planeta. En esta asignatura se abordarán temas selectos de la ecología microbiana donde se discutirán los experimentos, metodologías y hallazgos históricos que dieron inicio a la investigación en ese tópico particular, hasta llegar a los resultados más importantes en nuestros días. La formación se complementará introduciendo al estudiante las herramientas de análisis bioinformática básicas utilizadas en estudios sobre microorganismos.

Uno de los retos de la computación de alto rendimiento (HPC) en ciencias biológicas es la accesibilidad de los recursos. La mayoría de los profesionales en ciencias biológicas se centran en los aspectos experimentales de su investigación y no están familiarizados con el entorno HPC. Con frecuencia conocen los algoritmos y los programas necesarios para el análisis de sus datos, pero no tienen la experiencia para utilizarlos de manera eficiente en el entorno HPC. Muy a menudo, el análisis es computacionalmente intensivo y no puede llevarse a cabo de forma local o utilizando herramientas gratuitas de Internet basados en la web. Esto obliga a los grupos de investigación biológica a adquirir sus propios recursos computacionales. El uso de estos recursos puede convertirse en un reto, ya que hay pocas interfaces fáciles de usar para la bioinformática HPC, y los existentes son costosos. Estos problemas se hacen aún más importantes con el aumento del flujo de datos de secuenciación de próxima generación que requieren la integración especializada de infraestructura computacional. El propósito del curso es presentar al estudiante herramientas existentes en computación de alto desempeño para solucionar problemas relacionados con las ciencias biológicas. Conceptos computacionales como la aplicación de computación distribuida y la utilización de tecnologías modernas como la computación en la nube ayudarán a explorar algoritmos aplicados a una amplia gama de temas biológicos.

La estadística y la genética tuvieron una historia común de desarrollo durante el último siglo. Debido a la naturaleza estocástica con la que ocurren procesos como el de reproducción sexual, deriva genética, entre otros, diferentes tipos de herramientas estadísticas se utilizan para estudiar el flujo de información genética a traves del tiempo. Es interesante anotar que el desarrollo de modelos para estudiar genética de poblaciones contribuyó a desarrollar algunas de las herramientas estadísticas que se utilizan actualmente en este y otros campos. Los modelos estocásticos también son importantes para construir algoritmos que permitan analizar apropiadamente datos de nuevas tecnologías de secuenciación para resolver problemas como el descubrimiento de variantes, imputación, haplotipado estadístico y asociación genotipo/fenotipo. Por otra parte, métodos avanzados de agrupamiento como la lógica difusa o el aprendizaje de máquina también juega un papel importante en el estudio de procesos de funcionamiento celular como la interacción entre proteínas, los mecanismos de regulación o la construcción de redes metabólicas. El propósito de este curso es entender las principales técnicas de estadística que, junto con la algorítmica, se utilizan para resolver diferentes problemas tanto de genética de poblaciones como de biología molecular. Similar al curso de algoritmos en biología computacional, este curso estará guiado por un grupo seleccionado de problemas para los cuales se presentará su motivación biológica, su formalización y las herramientas que se utilizan para resolverlo. Se espera que al final los estudiantes puedan entender la base estadística de varios de los modelos que se utilizan actualmente en diferentes campos de biología molecular.