INSTITUTO TECNOLÓGICO Y DE ESTUDIOS SUPERIORES DE MONTERREY
Cs95055. Laboratorio de Bioinformática I

Departamento académico:Ciencias Computacionales
Unidades:3-0-8
Requisito:
Semestre y carrera:
Equivalencia:ninguna
Objetivo general de la materia:Al finalizar el programa, el alumno será capaz de:
• Implementar una estación de trabajo de bioinformática.
• Conocer las herramientas disponibles para desarrollar proyectos de bioinformática.
• Utilizar las bases de datos públicas
Temas y subtemas del curso:1. Estación de trabajo de bioinformática
2. Configuración de una estación de trabajo
3. Herramientas bioinformáticas
4. Análisis de secuencias, alineación y búsqueda en bases de datos
5. Alineación de secuencias múltiples, árboles (profiles y motifs)
6. Visualización de estructuras de proteínas
7. Predicción de función y estructura de proteínas a partir de una secuencia
8. Herramientas para genómica y proteómica
Objetivos específicos de aprendizaje:1.1. Comprender la importancia de la estación de trabajo de bioinformática

2.1. Conocer las bases del sistema operativo Linux
2.2. Conocer la distribución BioKnoppix del sistema operativo Linux
2.3. Implementar la configuración básica de una estación de trabajo

3.1. Conocer la estructura de las bases de datos de genes y proteínas
3.2. Conocer las bases de datos de genes y proteínas disponibles en Web
3.3. Conocer las bases de datos de artículos científicos relacionados.

4.1. Utilizar las herramientas para la búsqueda de secuencias.
4.2. Utilizar las herramientas para la búsqueda de alineaciones.

5.1. Utilizar herramientas computacionales para búsqueda de alineación múltiplo de secuencias.
5.2. Utilizar herramientas para búsqueda de árboles y motifs.

6.1. Utilizar herramientas computacionales para la visualizar estructuras de proteínas.
6.2. Utilizar herramientas computacionales para el modelado de estructuras de proteínas.

7.1. Conocer el concepto de predicción de función y estructura de proteínas a partir de una secuencia.
7.2. Utilizar las herramientas disponibles para la predicción de estructuras.

8.1. Conocer las herramientas computacionales más actuales disponibles para genómica
8.2. Conocer las herramientas computacionales más actuales disponibles para proteómica
Metodología de enseñanza:ñanza
Tiempo estimado de cada tema:Tema 1- 6 hrs.
Tema 2- 6 hrs.
Tema 3- 6 hrs
Tema 4- 6 hrs
Tema 5- 6 hrs
Tema 6- 6 hrs
Tema 7- 6 hrs
Tema 8- 6 hrs
Políticas de evaluacion sugeridas:De acuerdo a la estrategia de PBL se evaluará de acuerdo a los avances, grupos tutoriales, portafolio y resultados de acuerdo a las rúbricas presentadas en cada escenario.

1 Evaluación parcial 25%
2 Evaluación parcial 25%
3 Evaluación parcial 25%
Evaluación Final 25%
Libro de texto1:N/A
Libro de texto2:Libro de Texto 2

Libro de texto3:Libro de Texto 3

Libro de consulta:NO OBLIGATORIO

\0Material de apoyo:http://bioknoppix.hpcf.upr.edu/
http://www.sanger.ac.uk/
http://oca.ebi.ac.uk/oca-docs/oca-home.html
http://www.ebi.ac.uk/
http://www.ncbi.nlm.nih.gov/
Perfil del Profesor:Profesor con Maestría o Doctorado en el área o áreas afines como computación, y/o inteligencia artificial , Creativo e Innovador capacitado en las Técnicas de PBL para Ingeniería y Ciencias Básicas.

Fecha de última actualización:21 de junio de 2004(m)