Especialización en Bioinformática y Big Data en Medicina

Postítulo

Online

$ 1.799.995 IVA inc.

Descripción

  • Tipología

    Postítulo

  • Metodología

    Online

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

La proyección del Big Data en los últimos años ha sido fundamental en el manejo y la interpretación de datos sobre el SARS-CoV-2. Esta labor ha permitido el seguimiento y el análisis de la mutación de este virus, obteniendo mejoras para su diagnóstico. La inminente aparición de nuevas enfermedades hace que el mercado sanitario solicite ingenieros expertos en la computación y el análisis de datos global. Así, TECH ofrece un programa que instruirá a sus alumnos para enfrentar proyectos de participación bioinformática y cooperación en tratamientos biomédicos, mediante un aprendizaje online. Los contenidos audiovisuales descargables permitirán que el alumno logre indagar, de manera flexible, en una disciplina emergente y necesaria para el manejo del enorme volumen de datos que generan las nuevas tecnologías ómicas.

Información importante

Documentación

  • 146especializacion-bioinformatica-bigdata-medicina-m.pdf

Sedes y fechas disponibles

Ubicación

comienzo

Online

comienzo

Fechas disponiblesInscripciones abiertas

A tener en cuenta

Objetivos generales
Š Desarrollar conceptos clave de medicina que sirvan de vehículo de comprensión para la medicina clínica
Š Determinar las principales enfermedades que afectan al cuerpo humano, clasificado por aparatos o sistemas, estructurando cada módulo en un esquema claro de fisiopatología, diagnóstico y tratamiento
Š Determinar cómo obtener métricas y herramientas para la gestión de la salud

Objetivos específicos
Módulo 1. Computación en bioinformática
Š Desarrollar el concepto de computación
Š Disgregar un sistema informático en sus diferentes partes
Š Discernir entre los conceptos de biología computacional y computación en bioinformática

Módulo 2. Bases de datos biomédicas
Š Desarrollar el concepto de bases de datos de información biomédica
Š Examinar los distintos tipos de bases de datos de información biomédica
Š Profundizar en los métodos de análisis de datos

Módulo 3. Big Data en medicina: procesamiento masivo de datos médicos
Š Desarrollar un conocimiento especializado sobre las técnicas de obtención masiva de datos en biomedicina
Š Analizar la importancia del preprocesado de datos en Big Data
Š Determinar las diferencias que existen entre los datos de las diferentes técnicas de obtención masiva de datos, así como sus características especiales en cuanto al preprocesado y su tratamiento

El temario de este Experto Universitario en Bioinformática y Big Data en Medicina pretende instruir a los ingenieros que cuenten con una base técnica y deseen ampliar sus conocimientos hacia las bases de datos. En tan solo seis meses, el alumno obtendrá conocimientos en aplicaciones clínicas reales y comprenderá cómo las bases de datos y la computación intervienen en biomédica y salud pública. TECH pondrá a su disposición las mejores y más avanzadas herramientas académicas, que no solo influirán de manera positiva en el aprendizaje, sino que también aportarán a esta titulación el dinamismo necesario para motivar a los usuarios y que puedan sacarle el máximo rendimiento a su experiencia académica.

Este Experto Universitario en Bioinformática y Big Data en Medicina contiene el programa más completo y actualizado del mercado.

Tras la superación de la evaluación, el alumno recibirá por correo postal* con acuse de recibo su correspondiente título de Experto Universitario emitido por TECH Universidad Tecnológica.

El título expedido por TECH Universidad Tecnológica expresará la calificación que haya obtenido en el Experto Universitario, y reunirá los requisitos comúnmente exigidos por las bolsas de trabajo, oposiciones y comités evaluadores de carreras profesionales.

Título: Experto Universitario en Bioinformática y Big Data en Medicina
N.º Horas Oficiales: 450 h.

Nuestra escuela es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina 8 elementos diferentes que suponen una evolución con respecto al simple estudio y análisis de casos. Esta metodología, a la vanguardia pedagógica mundial, se denomina Relearning.
Nuestra escuela es la primera en habla hispana licenciada para emplear este exitoso método, habiendo conseguido en 2015 mejorar los niveles de satisfacción global (calidad docente, calidad de los materiales, estructura del curso, objetivos…) de los estudiantes que finalizan los cursos con respecto a los indicadores de la mejor universidad online en habla hispana.

Recibida su solicitud, un responsable académico del curso le llamará para explicarle todos los detalles del programa, así como el método de inscripción, facilidades de pago y plazos de matrícula.

En primer lugar, necesitas un ordenador (PC o Macintosh), conexión a internet y una cuenta de correo electrónico. Para poder realizar los cursos integramente ON-LINE dispone de las siguientes opciones: Flash Instalando Flash Player 10 o posterior (http://www.adobe.com/go/getflash), en alguno de los siguientes navegadores web: - Windows: Internet Explorer 6 y posteriores, Firefox 1.x y posteriores, Google Chrome, Opera 9.5 y posteriores - Mac: Safari 3 y posteriores, Firefox 1.x y posteriores, Google Chrome - Linux: Firefox 1.x y posteriores HTML5 - Instalando alguno de los navegadores web: - Google Chrome 14 o posterior sobre Windows o Mac - Safari 5.1 o posterior sobre Mac - Mobile Safari sobre Apple iOS 5.0 o posterior en iPad/iPhone Apple iOS - Articulate Mobile Player; Apple iOS 5.0 o posterior en iPad.

Preguntas & Respuestas

Añade tu pregunta

Nuestros asesores y otros usuarios podrán responderte

¿Quién quieres que te responda?

Déjanos tus datos para recibir respuesta

Sólo publicaremos tu nombre y pregunta

Opiniones

Materias

  • Seguridad
  • Estructura
  • Computación
  • Modelos
  • Salud
  • Bioinformática

Profesores

Ángela Sirera Pérez

Ángela Sirera Pérez

Diseñadora de piezas específicas para Impresión en 3D en Technadi

Temario

Módulo 1. Computación en bioinformática

1.1. Dogma central en bioinformática y computación. Estado actual

1.1.1. La aplicación ideal en bioinformática
1.1.2. Desarrollos en paralelo en biología molecular y computación
1.1.3. Dogma en biología y teoría de la información
1.1.4. Flujos de información

1.2. Bases de datos para computación en bioinformática

1.2.1. Base de datos
1.2.2. Gestión del dato
1.2.3. Ciclo de vida del dato en bioinformática

1.2.3.1. Uso
1.2.3.2. Modificación
1.2.3.3. Archivado
1.2.3.4. Reuso
1.2.3.5. Desechado

1.2.4. Tecnología de bases de datos en bioinformática

1.2.4.1. Arquitectura
1.2.4.2. Gestión de bases de datos

1.2.5. Interfaces para bases de datos en bioinformática

1.3. Redes para la computación en bioinformática

1.3.1. Modelos de comunicación. Redes LAN, WAN, MAN y PAN
1.3.2. Protocolos y trasmisión de datos
1.3.3. Topología de redes
1.3.4. Hardware en Datacenters para computación
1.3.5. Seguridad, gestión e implementación

1.4. Motores de búsqueda en bioinformática

1.4.1. Motores de búsqueda en bioinformática
1.4.2. Procesos y tecnologías de los motores de búsqueda en bioinformática
1.4.3. Modelos computacionales: algoritmos de búsqueda y aproximación

1.5. Visualización de datos en bioinformática

1.5.1. Visualización de secuencias biológicas
1.5.2. Visualización de estructuras biológicas

1.5.2.1. Herramientas de visualización
1.5.2.2. Herramientas de renderizado

1.5.3. Interfaz de usuario para aplicaciones en bioinformática
1.5.4. Arquitecturas de información para la visualización en bioinformática

1.6. Estadística para computación

1.6.1. Conceptos estadísticos para computación en bioinformática
1.6.2. Caso de uso: Microarrays de MARN
1.6.3. Datos imperfectos. Errores en estadística: aleatoriedad, aproximación, ruido y asunciones
1.6.4. Cuantificación del error: precisión, sensibilidad y sensitividad
1.6.5. Clusterización y clasificación

1.7. Minado de datos

1.7.1. Métodos de minado y cómputo de datos
1.7.2. Infraestructura para el cómputo y minado de datos
1.7.3. Descubrimiento y reconocimiento de patrones
1.7.4. Aprendizaje automático y nuevas herramientas

1.8. Coincidencia de patrones genéticos

1.8.1. Coincidencia de patrones genéticos
1.8.2. Métodos de cómputo para alineaciones de secuencia
1.8.3. Herramientas para la coincidencia de patrones

1.9. Modelado y simulación

1.9.1. Uso en el campo farmacéutico: descubrimiento de fármacos
1.9.2. Estructura de proteínas y biología de sistemas
1.9.3. Herramientas disponibles y futuro

1.10. Colaboración y proyectos de computación en línea

1.10.1. Computación en red
1.10.2. Estándares y reglas. Uniformidad, consistencia e interoperabilidad
1.10.3. Proyectos de computación colaborativa

Módulo 2. Bases de datos biomédicas

2.1. Bases de datos biomédicas

2.1.1. Bases de datos biomédicas
2.1.2. Bases de datos primarias y secundarias
2.1.3. Principales bases de datos

2.2. Bases de datos de ADN

2.2.1. Bases de datos de genomas
2.2.2. Bases de datos de genes
2.2.3. Bases de datos de mutaciones y polimorfismos

2.3. Bases de datos de proteínas

2.3.1. Bases de datos de secuencias primarias
2.3.2. Bases de datos de secuencias secundarias y dominios
2.3.3. Bases de datos de estructuras macromoleculares

2.4. Bases de datos de proyectos ómicos

2.4.1. Bases de datos para estudios de genómica
2.4.2. Bases de datos para estudios de transcriptómica
2.4.3. Bases de datos para estudios de proteómica

2.5. Bases de datos de enfermedades genéticas. La medicina personalizada y de precisión

2.5.1. Bases de datos de enfermedades genéticas
2.5.2. Medicina de precisión. Necesidad de integración de datos genéticos
2.5.3. Extracción de datos de OMIM

2.6. Repositorios autorreportados de pacientes

2.6.1. Uso secundario del dato
2.6.2. El paciente en la gestión de los datos depositados
2.6.3. Repositorios de cuestionarios auto-reportados. Ejemplos

2.7. Bases de datos en abierto Elixir

2.7.1. Bases de datos en abierto Elixir
2.7.2. Bases de datos recogidos en la plataforma Elixir
2.7.3. Criterios de elección entre una y otra base de datos

2.8. Bases de datos de Reacciones Adversas a Medicamentos (RAM)

2.8.1. Proceso de desarrollo farmacológico
2.8.2. Reporte de reacciones adversas a fármacos
2.8.3. Repositorios de reacciones adversas a nivel local, nacional, europeo e Internacional

2.9. Plan de gestión de datos de investigación. Datos a depositar en bases de datos públicas

2.9.1. Plan de gestión de datos
2.9.2. Custodia de los datos resultantes de investigación
2.9.3. Depósito de datos en una base de datos pública

2.10. Bases de datos clínicas. Problemas con el uso secundario de datos en salud

2.10.1. Repositorios de historias clínicas
2.10.2. Cifrado de dato
2.10.3. Acceso al dato sanitario. Legislación

Especialización en Bioinformática y Big Data en Medicina

$ 1.799.995 IVA inc.