course-premium

Especialización en Bioinformática y Big Data en Medicina

Especialización

Virtual

$ 7.600.000 IVA inc.

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

¡Educación sin fronteras!

  • Tipología

    Especialización

  • Metodología

    Virtual

  • Horas lectivas

    450h

  • Duración

    6 Meses

  • Inicio

    Fechas disponibles

  • Campus online

  • Clases virtuales

TECH - Universidad Tecnológica

El avance de la bioinformática ha permitido desarrollar vacunas frente al ébola o el COVID-19, en un tiempo mucho más corto, gracias al procesamiento de gran cantidad de datos biológicos. Ello ha puesto en el foco a esta disciplina, que ha perfeccionado en los últimos años las técnicas y métodos empleados. Además, su aplicación directa en la medicina ha hecho que los profesionales de dicha área estén cada vez más interesados en actualizar sus conocimientos en un campo que avanza en la computación y la biomedicina. Ante este escenario, TECH ofrece un programa 100% online e intensivo, donde podrá profundizar en las nuevas tecnologías ómicas, el Big Data o las principales bases de datos genéticas. Todo ello, mediante un contenido de calidad, elaborado por un excelente equipo de profesionales expertos en este ámbito.

Información importante

Documentos

  • 699especializacion-bioinformatica-big-data-medicina.pdf

Sedes y fechas disponibles

Ubicación

Inicio

Virtual

Inicio

Fechas disponiblesInscripciones abiertas

A tener en cuenta

Objetivos generales
Š Desarrollar conceptos clave de medicina que sirvan de vehículo de comprensión de la medicina clínica
Š Determinar las principales enfermedades que afectan al cuerpo humano clasificadas 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

En este recorrido académico, el profesional de la Medicina obtendrá las técnicas y métodos más recientes empleados en Bioinformática y Big Data. Así, en tan solo 6 meses conseguirá actualizar sus conocimientos sobre sus aplicaciones clínicas, la
metodología empleada para la recopilación masiva de datos sanitarios y las tendencias actuales en investigación biomédica y salud pública. Para ello, TECH pondrá a disposición las más avanzadas herramientas pedagógicas, que aportarán un mayor
dinamismo, logrando alcanzar el máximo rendimiento de este Experto Universitario.

Este Experto Universitario en Bioinformática y Big Data en Medicina contiene el programa científico 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

Logros de este Centro

2023
2022
2020

Todos los cursos están actualizados

La valoración media es superior a 3,7

Más de 50 opiniones en los últimos 12 meses

Este centro lleva 6 años en Emagister.

Materias

  • Hepatología
  • Insuficiencia hepática
  • Fisiopatología
  • Función renal
  • Tumores hepáticos
  • Trasplante hepático
  • Enfermedades hepáticas
  • Fisiopatología enfermedades hepáticas
  • Carcinoma Hepatocelular
  • Insuficiencia Hepática Aguda Grave
  • Manejo Postrasplante Inmediato
  • Manejo Paciente Trasplantado
  • Inmunosupresión en trasplante hepático
  • Cirugía del Trasplante Hepático
  • Tumores benignos hepáticos
  • Colangiocarcinoma
  • Tratamiento del Hepatocarcinoma
  • Metástasis Hepáticas
  • Pronóstico del hepatocarcinoma

Profesores

Ángela Sirera Pérez

Ángela Sirera Pérez

Investigadora nuclear y radiofísica en la Clínica Universitaria

Programa académico

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. Base de datos biomédica
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 óhmicos

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 auto-reportados 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. Criterio de elección entre una y otra base de datos

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

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. Deposito 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

Módulo 3. Big Data en medicina: procesamiento masivo de datos médicos

3.1. Big Data en investigación biomédica

3.1.1. Generación de datos en biomedicina
3.1.2. Alto rendimiento (Tecnología High-throughput)
3.1.3. Utilidad de los datos de alto rendimiento. Hipótesis en la era del Big Data

3.2. Preprocesado de datos en Big Data

3.2.1. Preprocesado de datos
3.2.2. Métodos y aproximaciones
3.2.3. Problemáticas del preprocesado de datos en Big Data

3.3. Genómica estructural

3.3.1. La secuenciación del genoma humano
3.3.2. Secuenciación vs Chips
3.3.3. Descubrimiento de variantes

3.4. Genómica funcional

3.4.1. Anotación funcional
3.4.2. Predictores de riesgo en mutaciones
3.4.3. Estudios de asociación en genómica

3.5. Transcriptómica

3.5.1. Técnicas de obtención de datos masivos en transcriptómica: RNA-seq
3.5.2. Normalización de datos en transcriptómica
3.5.3. Estudios de expresión diferencial

3.6. Interactómica y epigenómica

3.6.1. El papel de la cromatina en la expresión genética
3.6.2. Estudios de alto rendimiento en interactómica
3.6.3. Estudios de alto rendimiento en epigenética

3.7. Proteómica

3.7.1. Análisis de datos de espectometría de masas
3.7.2. Estudio de modificaciones post-traduccionales
3.7.3. Proteómica cuantitativa

3.8. Técnicas de enriquecimiento y clustering

3.8.1. Contextualización de los resultados
3.8.2. Algoritmos de clustering en técnicas ómicas
3.8.3. Repositorios para el enriquecimiento: Gene Ontology y KEGG

3.9. Aplicaciones del Big Data en salud pública

3.9.1. Descubrimiento de nuevos biomarcadores y dianas terapéuticas
3.9.2. Predictores de riesgo
3.9.3. Medicina personalizada

3.10. Big Data aplicado en medicina

3.10.1. El potencial de la ayuda al diagnóstico y la prevención
3.10.2. Uso de algoritmos de Machine Learning en salud pública
3.10.3. El problema de la privacidad

Llama al centro

¿Necesitas un coach de formación?

Te ayudará a comparar y elegir el mejor curso para ti y a financiarlo en cómodas cuotas mensuales.

Especialización en Bioinformática y Big Data en Medicina

$ 7.600.000 IVA inc.