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.

PROGRAMA (itens de cada unidade didática)

A disciplina será ministrada em unidades sequenciais para oferecer ao aluno uma visão abrangente e sistemática da produção e análise de dados biológicos. A Unidade 1 apresentará a estrutura dos principais tipos de dados gerados por tecnologias ômicas, com enfoque em sequenciamento em larga escala. A Unidade 2 apresentará estratégias de análise e integração de dados multidimensionais envolvendo ao menos três níveis de informação. Nesta unidade será dado enfoque à integração de dados do genoma, transcriptoma e proteoma humano. O aluno terá a oportunidade de integrar diferentes camadas de informação com o objetivo de testar associações. Dados globalmente coerentes serão utilizados nos estudos de caso. A Unidade 3 apresentará técnicas de reconstrução de redes regulatórias. Nesta unidade o aluno estudará propriedades de redes regulatórias, bem como usará computação intensiva para modelagem de sistemas. Em todos as unidade serão apresentadas ferramentas computacionais para análise, sumarização e visualização de dados, com emprego de uma linguagem de programação de amplo uso em bioinformática.

OBJETIVO GERAL

O objetivo geral da disciplina será capacitar o aluno a lidar com o crescente acúmulo de informações no campo da biologia computacional, bem como compreender quais métodos computacionais podem fornecer uma visão sistêmica de problemas biológicos. Ao final da disciplina o aluno será capaz de processar, integrar e analisar dados do genoma, transcriptoma e proteoma de um organismo modelo.

OBJETIVO ESPECÍFICO

Compressão dos principais tipos de dados gerados por tecnologias ômicas. Domínio de uma linguagem de programação de amplo uso em bioinformática para processamento, análise e integração de dados multidimensionais. Reconstrução de redes regulatórias. Uso de computação intensiva para modelagem de sistemas.

PROCEDIMENTOS DIDÁTICOS

Justificativas: O conteúdo desta disciplina está integralmente voltado para análise de dados públicos, depositados em repositórios institucionais de livre acesso, e uso de ferramentas computacionais amplamente disponíveis na internet. Este é o motivo pelo qual a disciplina pode ser trabalhada totalmente em EaD.

Sistema de comunicação: Será utilizado a Plataforma Moodle como ambiente virtual de aprendizagem (AVA), com acesso em . As aulas serão ministradas com uso de ferramentas disponíveis para a EaD, tais como videoconferência, chat e fórum virtual.

Tutoria: As atividades no Moodle serão supervisionadas pelo professor da disciplina, ocasionalmente com apoio de monitores ou estagiários de docência. A tutoria prevê a orientação no cumprimento das tarefas EaD, verificação de prazos, resposta a dúvidas e identificação de necessidades e problemas na condução da disciplina.

Material didático: Os estudantes receberão, no início de cada unidade, um roteiro listando o cronograma e orientações detalhadas das atividades, incluindo material didático produzido pelo docente e textos complementares relacionados ao tema. Todo o material didático de apoio será disponibilizado em página interna do Moodle, tais como arquivos para leitura (e-books ou URLs para acesso a artigos em periódicos) e vídeos (URLs para visualização em repositórios digitais). O material didático será focado em estudos de caso que exigirão do estudante compreensão e aplicação do conteúdo estudado, da leitura do material de apoio, da leitura da bibliografia complementar e, se for o caso, de contato com o professor/tutor para esclarecimentos e possíveis encaminhamentos do estudo.

Ferramentas EaD: Uma unidade didática será acompanhada por diversas atividades EaD propostas no ambiente virtual de aprendizagem, tais como: (1) atividade escolha, que consiste em uma pergunta e opções de múltiplas respostas; (2) atividade lição, que consiste em um certo número de páginas, seguido de uma questão e uma série de possíveis respostas. Dependendo da resposta escolhida pelo estudante, ou ele passa para a próxima página ou é levado de volta para uma página anterior; (3) atividade questionário, que consiste em questões de vários tipos, incluindo múltipla escolha, verdadeiro ou falso, correspondência, resposta curta entre outras; (4) atividade fórum, que permite aos participantes discussões assíncronas, ou seja, discussões que acontecem durante um longo período de tempo; (5) atividade laboratório de avaliação, que permite a coleta, revisão e avaliação por pares de trabalhos produzidos pelos estudantes; e (6) atividade tarefa, que consiste em apresentar qualquer conteúdo digital, como documentos de texto, planilhas, imagens ou áudio e videoclipes, seguido da comunicação de tarefas aos estudantes, do recolhimento de trabalhos e do fornecimento de notas e comentários. Todas atividades EaD terão a atribuição de uma nota, a qual será registrada no livro de notas da disciplina.

Infraestrutura e suporte tecnológico: Os estudantes poderão utilizar a infraestrutura e laboratórios de informática disponível para os acadêmicos do Setor. Estarão disponíveis, também, para aqueles que possuam equipamentos pessoais, acesso à internet por meio do sistema de rede sem fio da universidade.

Previsão de ambientação: A disciplina prevê, na primeira unidade da disciplina, um período de ambientação à Plataforma Moodle.

Frequência EaD: A frequência será computada pela conclusão das atividades EaD, no prazo de execução definido em documento inicial que será entregue aos estudantes detalhando as características de cada atividade.

FORMAS DE AVALIAÇÃO

A avaliação ocorrerá de forma contínua, no decorrer de cada unidade de ensino, e ao final da disciplina será produzido um trabalho de conclusão. A avaliação será composta pela média ponderada das notas obtidas nas atividades EaD (50% da avaliação) e um trabalho de conclusão (50% da avaliação).

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>

Professor da Disciplina:

Assinatura: _________________________________________________

Chefe do Departamento ou Unidade equivalente: João Eugênio Marynowski

Assinatura: _________________________________________________