Ensamblado de genomas bacterianos
Curso en vivo · 12 horas
MX$899.00
Agotado
Tienes tus lecturas cortas de Illumina de un aislado bacteriano y el genoma sigue sin existir. O ya lo ensambló alguien más y no sabes si está bien: no sabes qué significa que tenga 180 contigs, ni si el N50 que te reportaron es bueno o malo. Este curso te lleva de los FASTQ crudos a un genoma ensamblado, evaluado, identificado y anotado por ti.
Cada sesión avanza sobre el mismo genoma, así que al terminar no tienes ejercicios sueltos: tienes un ensamblado completo con su reporte de calidad.
Qué vas a aprender
Comenzamos entendiendo cómo funciona la tecnología Illumina y qué implica para tus datos, cómo entrar y trabajar en el servidor, y los comandos de Linux que vas a necesitar de verdad. Revisamos también qué son las lecturas pareadas, cómo se manejan los archivos comprimidos y qué contiene realmente un FASTQ, porque todo lo que sigue son decisiones tomadas sobre esa información.
De ahí pasas al control de calidad de tus lecturas: leer los reportes, reconocer una corrida sana y detectar los problemas antes de invertir horas en ensamblar algo que no se sostiene. Con ese diagnóstico haces el recorte y filtrado, donde decides dónde cortar por calidad, qué hacer con adaptadores y cuántas lecturas puedes descartar sin quedarte corto de cobertura.
Después viene el ensamblado. Vas a entender qué está haciendo el ensamblador con tus lecturas, qué es un contig y por qué un genoma bacteriano de lecturas cortas casi nunca queda en una sola pieza. Ajustas parámetros sabiendo qué mueve cada uno.
Un ensamblado sin evaluar no sirve, así que sigue el control de calidad del ensamblado. Número de contigs, N50, tamaño total del genoma, completitud y contaminación. Vas a saber leer esas métricas juntas y decidir si tu genoma está listo o hay que volver atrás.
Luego identificas la especie a partir del propio genoma, con los criterios que se usan hoy para asignar identidad taxonómica a un aislado. Continúas con la anotación: dónde están los genes, qué codifican y cómo se estructura la información que produce un anotador.
Finalmente realizarás la visualización del genoma, para pasar de tablas a una representación que puedas interpretar y llevar a una figura.
Qué te llevas
Un genoma bacteriano ensamblado, evaluado y anotado por ti, un flujo de trabajo reproducible que puedes aplicar al siguiente aislado, y criterio para defender cada decisión del proceso frente a un comité o un revisor.
MÓDULO 1: Preparación del proyecto
Cómo genera Illumina las lecturas y qué implica para tus datos: lecturas cortas, pareadas, profundidad y cobertura. Ingreso al servidor y organización del proyecto en carpetas. Comandos de Linux necesarios para el flujo: moverse, listar, copiar, revisar archivos grandes sin abrirlos y redirigir salidas.
Archivos comprimidos y por qué se trabaja con ellos sin descomprimir. Anatomía de un FASTQ: las cuatro líneas de cada lectura, el código de calidad Phred y qué significan los archivos R1 y R2.
MÓDULO 2: Control de calidad de lecturas
Generar el reporte de calidad de tus archivos crudos e interpretarlo módulo por módulo: calidad por posición, contenido de bases, duplicados, sobrerrepresentación y adaptadores. Distinguir una advertencia esperable en una corrida sana de un problema real. Diagnóstico escrito de tus datos antes de tocar nada.
MÓDULO 3: Recorte y filtrado
Traducir el diagnóstico en decisiones: dónde cortar por calidad, cómo eliminar adaptadores, qué longitud mínima conservar y cómo mantener el pareado entre R1 y R2. Ejecutar el recorte, volver a generar el reporte y comparar antes contra después. Calcular cuánta cobertura quedó y decidir si es suficiente.
MÓDULO 4: Ensamblado del genoma
Qué hace un ensamblador con tus lecturas y por qué las lecturas cortas no producen un cromosoma completo. Qué es un contig y qué son las regiones repetidas que fragmentan el ensamblado. Ejecutar el ensamblado, entender los parámetros que sí conviene mover y revisar el archivo de salida en FASTA.
MÓDULO 5: Control de calidad del ensamblado
Evaluar el genoma que produjiste: número de contigs, N50, contig más largo, tamaño total y contenido de GC. Interpretar esas métricas en conjunto y contra el tamaño esperado para tu especie. Evaluar completitud y contaminación con genes de copia única. Filtrar contigs cortos o de baja cobertura y decidir si el ensamblado se aprueba o se regresa al paso anterior.
MÓDULO 6: Identificación de la especie
Asignar identidad taxonómica a partir del genoma completo, no de un solo gen. Criterios actuales de delimitación de especie y comparación contra genomas de referencia. Qué hacer cuando el resultado no coincide con la identificación fenotípica del aislado.
MÓDULO 7: Anotación del genoma
Predicción de genes codificantes, RNAs y regiones funcionales. Asignación de función por homología y qué tan lejos puedes llevar esa asignación sin sobreinterpretar. Archivos de salida: GFF, FASTA de proteínas y tabla de anotación, y qué información contiene cada uno.
MÓDULO 8: Visualización del genoma
Cargar tu ensamblado anotado en un visualizador, navegar entre contigs y localizar genes de interés. Generar una figura del genoma con sus características anotadas, lista para presentación o publicación.
- 12 horas de formación para el análisis de datos
- La sesión será GRABADA por si no puedes asistir
- Scripts para cada módulo, listos para usar
- Archivos de datos biológicos reales
- Proyecto integrador completo para aplicar todo lo aprendido
-Grabación vigente por 3 meses
- Estudiantes y profesionales en biología, genética, biotecnología o bioinformática
- Investigadores y técnicos que quieren automatizar análisis biológicos
- Personas con base en biología sin conocimientos en programación
- Cualquier interesado en datos genómicos y análisis computacional
- Conocimientos básicos de biología
- Computadora con Windows, MacOS o Linux
- Conexión a internet para descarga de software y datos