FICHA 1 - Biologia Computacional e Sistemas
Logo UFPR

MINISTÉRIO DA EDUCAÇÃO

UNIVERSIDADE FEDERAL DO PARANÁ

SETOR DE SETOR DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA

Coordenação do Curso de Tecnologia em Análise e Desenvolvimento de Sistemas

Ficha 1 (permanente)

FICHA 1 - Biologia Computacional e Sistemas
Disciplina: Biologia Computacional e Sistemas Código: DS879
Natureza:
( ) Obrigatória
( X ) Optativa 		( X ) Semestral ( ) Anual ( ) Modular
Pré-requisito: Nenhum Co-requisito: Modalidade: ( X ) Presencial ( ) Totalmente EaD ( ) EaD
CH Total: 30h
CH Semanal: 2h 		Padrão (PD):30h Laboratório (LB): 0h Campo (CP): 0h Estágio (ES): 0h Orientada (OR): 0h Prática Específica (PE): 0h

EMENTA (Unidade Didática)

Conceitos necessários ao uso de métodos computacionais voltados para análise e integração de dados gerados por tecnologias ômicas. Análise de conjuntos de dados globalmente coerentes envolvendo ao menos três níveis de informação. Técnicas de reconstrução e análise de redes regulatórias.

Chefe do Departamento ou Unidade equivalente: João Eugênio Marynowski

Assinatura: _________________________________________________

BIBLIOGRAFIA BÁSICA
  1. VENABLES, W.N.; SMITH D.M. An introduction to R. E-Book: R Core Team, 2020. Disponível em: <http://cran.r-project.org/manuals.html>. Acesso em: Abril de 2020.
  2. Wickham, H. Advanced R. E-book, 2019. Disponível em: <https://adv-r.hadley.nz/>. Acesso em: Abril de 2020.
  3. Grolemund, G; Wickham, H. R for Data Science. E-book, 2020. Disponível em: <https://r4ds.had.co.nz/>. Acesso em: Abril de 2020.
BIBLIOGRAFIA COMPLEMENTAR
  1. Irizarry, R; Love, M. Data Analysis for the Life Sciences. E-book: Leanpub, 2015. Disponível em: <http://genomicsclass.github.io/book/>. Acesso em: Abril de 2020.
  2. Husi, H. Computational Biology. E-book: Codon Publications, 2019. Disponível em: <https://www.ncbi.nlm.nih.gov/books/NBK550339/>. Acesso em: Abril de 2020.
  3. LUKE, D. A. A user’s guide to network analysis in R. Switzerland: Springer International Publishing, 2015. Bioconductor Core Team. Bioconductor core packages. Pacotes estatísticos, 2020. Disponível em: <https://bioconductor.org/install/>. Acesso em: Abril de 2020. Bioconductor Core Team. High-throughput genomic data workflows. Pacotes estatísticos, 2020. Disponível em: <https://www.bioconductor.org/packages/release/workflows/> Acesso em: Abril de 2020. Ramos, M.; Schiffer L.; Re, A. et al. Software for the Integration of Multiomics Experiments. Cancer Research, 77:e39-e42, 2017. doi:10.1158/0008-5472.CAN-17-0344 Mercatelli, D.; Scalambra, L.; Triboli, L.; Ray, F.; Giorgi, F.M. Gene regulatory network inference resources: A practical overview. Biochim Biophys Acta Gene Regul Mech, 1863(6):194430, 2020. doi:10.1016/j.bbagrm.2019.194430 Yan, J; Risacher, S.L.; Shen, L.; Saykin, A.J. Network approaches to systems biology analysis of complex disease: integrative methods for multi-omics data. Briefings in Bioinformatics, 19(6):1370‐1381, 2018. doi:10.1093/bib/bbx066 Castro MA, Wang X, Fletcher MN, Meyer KB, Markowetz F. RedeR: R/Bioconductor package for representing modular structures, nested networks and multiple levels of hierarchical associations. Genome Biology, 13(4):R29, 2012. doi:10.1186/gb-2012-13-4-r29 Periódicos e sites especializados em bioinformática e biologia computacional acessados através do Portal Periódicos CAPES <www.periodicos.capes.gov.br>