​🧬 ¡Clase Gratuita Online! “Análisis Proteómico Funcional y Redes Moleculares”

​🔗 Únete a nuestro grupo de WhatsApp y comunidad para recibir materiales y recordatorios de la “Clase Gratuita: Análisis Proteómico Funcional y Redes Moleculares”

Join WhatsApp Group

Identificar proteínas diferencialmente expresadas es un paso importante dentro de un estudio proteómico, pero la interpretación no termina allí. Para comprender qué pueden significar estos cambios a nivel biológico, es necesario relacionar las proteínas identificadas con procesos celulares, funciones moleculares, rutas biológicas y redes de interacción.

​En esta clase gratuita conocerás un flujo de trabajo introductorio para avanzar desde una lista de proteínas significativas hacia su interpretación funcional, utilizando herramientas de R y recursos ampliamente empleados en investigación biomédica.

​Exploraremos el análisis de enriquecimiento funcional mediante Gene Ontology (GO) y KEGG, la construcción de redes de interacción proteína-proteína y la identificación de proteínas centrales y módulos funcionales. También abordaremos cómo integrar información de proteómica y transcriptómica para obtener una visión más amplia de los mecanismos moleculares involucrados en un proceso biológico.

​

​¿Qué verás en esta clase?

​• Interpretación de listas de proteínas diferencialmente expresadas.
• Relación entre abundancia proteica y procesos celulares.
• Priorización de proteínas relevantes.
• Construcción de hipótesis biológicas a partir de resultados experimentales.
• Introducción a Gene Ontology (GO).
• Uso de KEGG y rutas metabólicas.
• Análisis de enriquecimiento funcional en R.
• Interpretación de procesos biológicos enriquecidos.
• Construcción de redes de interacción proteína-proteína.
• Identificación de proteínas centrales y módulos funcionales.
• Integración entre proteómica y transcriptómica.
• Introducción a aplicaciones de la integración multi-ómica en investigación biomédica y medicina traslacional.

​A tomar en cuenta

​🖥️ La clase se desarrollará en vivo mediante Google Meet.

​🗓️ Revisa el horario correspondiente a tu país y agrégalo a tu calendario.

​📝 Ten preparada tu aplicación de notas para registrar conceptos, recomendaciones y recursos compartidos durante la sesión.

​📊 No necesitas experiencia previa en R. Esta clase ha sido diseñada como una introducción práctica para estudiantes, tesistas, investigadores y profesionales interesados en proteómica, bioinformática y análisis de datos ómicos.

​Dinámica

​Durante la sesión recorreremos un flujo de trabajo orientado a pasar de proteínas diferencialmente expresadas a una interpretación biológica de los resultados.

​Comenzaremos revisando cómo priorizar proteínas relevantes y relacionarlas con procesos celulares. Luego exploraremos el análisis funcional mediante GO y KEGG, para identificar procesos y vías biológicas asociados al conjunto de proteínas estudiado.

​Finalmente, abordaremos la construcción de redes de interacción proteína-proteína, la identificación de proteínas centrales y módulos funcionales, y una introducción a la integración de datos de proteómica y transcriptómica.

​Al finalizar, tendremos un espacio de preguntas y respuestas para resolver las dudas de los participantes.

​👨‍🏫 Docente: Luis Alejandro Pérez Timaná

​Genetista y biotecnólogo por la Universidad Nacional Mayor de San Marcos, con más de seis años de experiencia en programación aplicada a las biociencias mediante Python y R.

​Sus áreas de especialización incluyen bioinformática, análisis de datos multi-ómicos, inteligencia artificial aplicada a la biomedicina, genética molecular e ingeniería genética.

​Actualmente se desempeña como investigador predoctoral en el Departamento de Ingeniería Biomolecular de la Universidad de California, Santa Cruz (UCSC), donde desarrolla herramientas computacionales para el análisis de datos biológicos y aplicaciones en biomedicina.

​💬 ¿Tienes preguntas?

​Podrás compartirlas durante la transmisión y responderemos las consultas al finalizar la sesión.

​LYN BIOLEARNING 🧬💙