Curso: Análisis de secuenciación masiva del RNA (RNA-seq)

Este es el repositorio del curso de bioinformatica impartido por Discoveromics

Curso: Análisis de secuenciación masiva del RNA (RNA-seq)

Sección 1

1 Organización y manejo de proyectos genómicos

1.1 Limpieza de los datos y metadatos
1.2 Planeación de proyectos de Secuenciación de Siguiente Generación (NGS)
1.3 Examinando datos en la base de datos SRA de NCBI

2 Introducción a línea de comandos para genómica

2.1 Indtroducción al Shell
2.2 Navegación de Archivos y Directorios
2.3 Trabajando con Archivos y Directorios
2.4 Redireccionamiento de archivos
2.5 Escritura de scripts
2.6 Organización del proyecto

3 Colaboraciones y reproducibilidad en genómica

3.1 Google Drive

3.12 Documentos
3.13 Hojas de cálculo
3.14 Formularios
3.15 Sitios web de google

3.2 GitHub

3.21 GIT desde la terminal
3.22 Manejo de versiones
3.23 Repositorios de gitHub
3.24 Documentación

5 Exploración de datos y procesamiento para genómica

5.1 Evaluación de la calidad de las lecturas
5.2 Rasurado (trimming) y filtrado de datos
5.3 Flujo de trabajo para llamado de variantes (Variant calling)
5.4 Automatización del llamado de variantes

6 Introducción al cómputo en la nube para la genómica

6.1 ¿Por qué cómputo en la nube?
6.2 Conectándose a la nube
6.3 Afinando tu configuración de la nube
6.4 Flujo de datos locales y remotos
6.5 ¿Qué nube es para mis datos?

Sección 2

1 Introducción a linux y shell

1.1 Linux/Unix, Principios básicos del Shell
1.2 Comandos para el manejo de archivos y directorios
1.3 Loops
1.4 Manejo de Scripts
1.5 Encontrar información: grep y find

2 Introducción a R

2.1 Usando a R como una calculadora . 2.2 Sintaxis en R y uno de RStudio
2.3 Programando loops y condicionantes
2.4 Diseñando gráfica en R

3 Análisis de calidad y manejo de datos genómicos

3.1 ¿Qué hacer al recibir datos de secuenciación?
3.2 Conociendo el formato fastq
3.3 Filtrado de lecturas por calidad.

4 Ensamble genómico

4.1 Preprocesamiento de datos y filtrado de lecturas por calidad.
4.2 Ensamble transcriptómico.
4.3 Caracterización del ensamble y control de calidad.
4.4 Análisis exploratorio de datos.
4.5 Determinación de frecuencias y análisis de expresión diferencial.

5 RNA-seq

5.1 Introducción a la transcriptomica
5.2 Mapeo de datos de RNA-seq
5.3 Conteo de las lecturas mapeadas
5.4 Expresión diferencial
5.5 Anotación de categorias funcionales
5.6 Análisis de enriquecimiento

6 Redes de co-expresión

6.1 Instroducción de las redes de co-expresión genética
6.2 Construcción de matrices de coexpresión
6.3 Manuejo de WGCNA
6.4 Visualización de redes en Citoescape
6.5 Análisis de resultados