Redes de Coexpresión Genética con WGCNA
Duración: 2 horas
Nivel: Básico- intermedio
Idioma: Español
Fecha: 29 de abril de 2022
Horario: 16:00 a 18:00 (centro de México)
Modalidad: Online
Descripción:
La rápida aceptación y beneficios que han traído las tecnologías de secuenciación de próxima generación, particularmente RNASeq, ha acelerado el despliegue de métodos de análisis disponibles para ómicas, favoreciendo el descubrimiento de muchos aspectos biológicos relevantes.
En el análisis de datos de expresión genética, cuando no se tienen datos etiquetados y se desea explorar o descubrir patrones genéticos se puede recurrir a métodos de Machine Learning (ML) no supervisados, como el Clustering.
En este mini curso, utilizando transcriptomas RNASeq de plantas infectadas por hongos, se muestra como construir una red de coexpresión para identificar patrones genéticos que responden a la infección. Se utiliza la herramienta Weighted Correlation Network Analysis (WGCNA) (Langfelder & Horvath, 2008) disponible para R a través de Bioconductor.
Pre-requisitos:
- Computadora con al menos 8 GB de memoria RAM
- Aplicación Zoom
- Es deseable conocimiento básico de R, no indispensable.
- Se requiere tener instalado el software (ver sección: software requerido)
- No se requiere conocimiento de aprendizaje automático (ML)
Software requerido:
- R v4+
- WGCNA v 1.7+
- Disponible en:
Para quién va dirigido este mini curso:
A la comunidad bioinformática hispano-parlante que tenga interés en métodos de aprendizaje automático no-supervisado con datos de expresión genética RNASeq.
Detalles del evento:
- El evento será gratuito y exclusivo para miembros de la RMB.
Las instrucciones de acceso serán enviadas el día del evento .
Actividades:
- 15:45 am a 16:00 pm: Conéctate a Zoom y configura tu micrófono
- 16:00 pm a 16:05 pm: Introducción de parte de la Red Mexicana de Bioinformática
- 16:05 pm a 16:15 pm: Código de conducta y cómo usar la plataforma de Zoom
- 16:15 pm a 18:00 pm: Actividad del curso
Organizadores:
Red Mexicana de Bioinformática (RMB)
Link de registro:
Reseña de los instructores
MCC. Cynthia G. Soto Cardinualt
Centro de Investigación Científica de Yucatán (Unidad de Biotecnología).
Cynthia es maestra en Ciencias de la Computación por parte de la Universidad Autónoma de Yucatán, donde se especializó en Entornos Virtuales de Aprendizaje Colaborativo. Posteriormente en 2018 continuó sus estudios de doctorado en Ciencias Biológicas en el Centro de Investigación Científicas de Yucatán (CICY), en el laboratorio de bioinformática de la Dra. Elsa Góngora, donde con estrategias in silico investiga sobre los mecanismos de respuesta de las plantas ante infección por hongos desde una perspectiva sistémica, con la finalidad de lograr una mejor comprensión e identificar nuevas relaciones genéticas que puedan servir para conferir resistencia de más amplio espectro contra múltiples patógenos.
