Conceptos Básicos de la Bioinformática

Conceptos Fundamentales y Arquitectura de Datos Biológicos

• Domios centrales de la bioinformática: genómica, transcriptómica, proteómica y biología estructural.
• Formatos y estándares de datos: FASTA, GenBank, EMBL, PDB, FASTQ y metadatos tabulares.
• Ecosistemas de bases de datos: repositorios centralizados, acceso mediante API y estrategias de integración de datos.
• Pensamiento algorítmico en biología: cómo los modelos computacionales representan moléculas y interacciones biológicas.
• Laboratorio práctico: Ejercicios de navegación en bases de datos, conversión de formatos y extracción de metadatos con cuestionarios en vivo.

Alineamiento de Secuencias y Mapeo de Homología

• Principios del alineamiento de secuencias: global frente a local, matrices de sustitución (BLOSUM, PAM) y penalizaciones por huecos.
• Flujos de trabajo de alineamiento múltiple: Clustal Omega, MUSCLE y estrategias de alineamiento progresivo.
• Alineamiento y visualización de resultados: Jalview, puntuación de alineamientos, análisis de conservación e identificación de motivos.
• Laboratorio práctico: Alineamiento de secuencias codificantes y no codificantes, interpretación de patrones de conservación y validación de la calidad del alineamiento.

BLAST y Sus Aplicaciones

• Mecánica del algoritmo BLAST: semillas y extensión, búsqueda heurística y significancia estadística (valor E, puntuación bit).
• Variantes de BLAST: nucleótido, proteína, tblastn, megablast y PSI-BLAST para descubrimiento iterativo.
• Interpretación de salidas de BLAST: identificación de homólogos, inferencia de función y mapeo a dominios funcionales.
• Laboratorio práctico: Ejecución de búsquedas BLAST dirigidas, filtrado de resultados, extracción de anotaciones funcionales y cuestionarios de validación de conceptos.

Herramientas de Traducción y Análisis de Codones

• Traducción del código genético: búsqueda de regiones abiertas de lectura (ORF), reconocimiento de codones de inicio/parada y detección de marco.
• Sesgo de uso de codones, contenido de GC e implicaciones para la estabilidad del ARNm en sistemas de expresión.
• Optimización de la traducción: índices de adaptación de codones, evitación de sitios de restricción y principios de diseño de genes sintéticos.
• Laboratorio práctico: Predicción de ORF, análisis de sesgo de codones y ejercicios de optimización de traducción con validación de alineamiento.

Diseño de Primers y Planificación Experimental

• Fundamentos del diseño de primers: longitud, temperatura de fusión (Tm), cierre de GC, evitación de dímeros/hairpins y restricciones del tamaño del amplicón.
• Métricas de evaluación de primers: puntuación de especificidad, tamizaje de reactividad cruzada y predicción de estructura secundaria.
• Flujos de trabajo de software: Primer3, OligoAnalyzer y validación de PCR in silico contra genomas de referencia.
• Laboratorio práctico: Diseño de primers dirigidos para un gen dado, evaluación de métricas de rendimiento y resolución de fallas comunes de diseño.

Predicción de Epítopos y Flujos de Trabajo de Inmunoinformática

• Tipos de epítopos: lineales frente a conformacionales, epítopos de células B frente a células T y predicción de unión al MHC.
• Algoritmos de predicción: NetMHC, BepiPred, integración de herramientas IEDB y umbrales de interpretación de puntuaciones.
• Traducción de predicciones a validación experimental: síntesis de péptidos, ensayos de unión y pipelines de desarrollo de anticuerpos.
• Laboratorio práctico: Envío de secuencias a servidores de predicción de epítopos, filtrado de resultados de alta confianza y mapeo de clusters de epítopos a dominios de proteínas.

Predicción de Estructura Secundaria y Dinámica de Plegamiento

• Niveles de estructura de proteínas y principios de plegamiento: enlaces de hidrógeno, colapso hidrofóbico y formación de láminas β/hélices α.
• Metodologías de predicción: Chou-Fasman, GOR, predictores basados en redes neuronales y modelado sin plantillas.
• Interpretación de resultados: puntuaciones de confianza, flexibilidad a nivel de región y mapeo de dominios funcionales.
• Laboratorio práctico: Ejecución de predictores de estructura en proteínas diana, visualización de elementos de estructura secundaria y correlación de predicciones con datos experimentales.

Análisis Filogenético e Información Evolutiva

• Principios de construcción de árboles: basados en distancias, máxima parsimonia, máxima verosimilitud y métodos bayesianos.
• Pipelines de alineamiento a árbol: enmascaramiento, recorte, modelos de sustitución y bootstrapping para estimación de confianza.
• Visualización y anotación de árboles: raíz, interpretación de clados, selección de grupo externo y mapeo de rasgos funcionales.
• Laboratorio práctico: Construcción de un árbol filogenético a partir de secuencias alineadas, evaluación del soporte de bootstrapping y anotación de clados con metadatos biológicos.

Flujos de Trabajo Integrados, Resolución de Problemas y Aplicación Final

• Diseño de pipelines: encadenamiento de herramientas, gestión de dependencias y automatización de tareas repetitivas de bioinformática.
• Errores comunes: derivación de versiones de bases de datos, configuración incorrecta de parámetros, sobreajuste de predicciones y errores de referencia cruzada.
• Evaluación de algoritmos: reconocimiento de limitaciones de herramientas, cuándo cambiar predictores y validación de resultados computacionales frente a datos de laboratorio (wet-lab).
• Aplicación final: Los participantes seleccionan una pregunta biológica, recuperan datos, ejecutan un pipeline de análisis dirigido, interpretan resultados y presentan hallazgos con documentación de resolución de problemas y justificación de selección de herramientas.
• Revisión abierta, refuerzo de conceptos y distribución de recursos para el estudio independiente continuo.