Se você está procurando uma capacitação para se tornar um especialista em Bioinformática e Big Data aplicável à área de saúde, este programa é perfeito para você. O que você está esperando para se matricular?”

O aperfeiçoamento no manejo de dados biológicos que as especialidades das ciências da saúde experimentaram com o desenvolvimento da bioinformática é incalculável. Graças à evolução das estratégias de Big Data, da Web 3.0 e da tecnologia digital, agora é possível realizar uma análise maciça de informações clínicas em um tempo muito curto, otimizando os processos de interpretação e de aplicação e facilitando a tomada de decisões pelos profissionais ao lidar com um paciente.

Áreas como a Fisioterapia implementaram as técnicas mais inovadoras relacionadas à computação especializada em seu trabalho diário, o que ajudou a estabelecer diretrizes terapêuticas mais eficazes e especializadas, o que corresponde a um dos principais objetivos da Bionformática. Com o objetivo de aproximar o fisioterapeuta dos últimos desenvolvimentos neste setor, a TECH decidiu criar este Programa avançado, uma capacitação 100% online desenvolvida por e para especialistas da área.

Trata-se de uma experiência acadêmica inovadora e intensiva por meio da qual o aluno poderá se atualizar com os últimos avanços na criação e na gestão de diferentes bancos de dados, no uso dos mecanismos de busca mais sofisticados e complexos ou no manejo das técnicas estatísticas mais eficazes aplicáveis à computação. Além disso, se aprofundará no processamento massivo de informações por meio de técnicas como a genômica estrutural, a genômica funcional e a transcriptômica, entre outras.

E para isso contará com 450 horas do melhor material teórico, prático e adicional, este último apresentado em diferentes formatos: vídeos detalhados, artigos de pesquisa, leituras adicionais, resumos dinâmicos e muito mais. Tudo estará disponível desde o início da atividade acadêmica e poderá ser baixado em qualquer dispositivo com conexão à Internet. Assim, o aluno terá a oportunidade de organizar essa experiência de forma totalmente personalizada e adaptada à sua disponibilidade absoluta.

Você gostaria de se aprofundar nos mais recentes avanços em computação de bioinformática? Escolha este programa que a TECH lhe oferece 100% online e atualize seus conhecimentos em apenas 6 meses"

Este Programa avançado de Bioinformática e Big Data em Medicina conta com o conteúdo científico mais completo e atualizado do mercado. Suas principais características são:

• O desenvolvimento de casos práticos apresentados por especialistas em Bioinformática e Banco de Dados
• Os conteúdos gráficos, esquemáticos e extremamente úteis fornecem informações práticas sobre as disciplinas indispensáveis para o exercício da profissão.
• Contém exercícios práticos onde o processo de autoavaliação é realizado para melhorar o aprendizado.
• Destaque especial para as metodologias inovadoras
• Lições teóricas, perguntas aos especialistas, fóruns de discussão sobre temas controversos e trabalhos de reflexão individual
• Disponibilidade de acesso a todo o conteúdo a partir de qualquer dispositivo fixo ou portátil com conexão à Internet

Graças à abrangência com que este programa de estudos foi elaborado, você poderá implementar as estratégias mais eficazes e inovadoras para o processamento massivo de dados clínicos em sua prática profissional"

O corpo docente do programa conta com profissionais do setor, que transferem toda a experiência adquirida ao longo de suas carreiras para esta capacitação, além de especialistas reconhecidos de instituições de referência e universidades de prestígio.

O conteúdo multimídia, desenvolvido com a mais recente tecnologia educacional, permitirá ao profissional uma aprendizagem contextualizada, ou seja, realizada através de um ambiente simulado, proporcionando uma capacitação imersiva e programada para praticar diante de situações reais.

A estrutura deste programa se concentra na Aprendizagem Baseada em Problemas, onde o profissional deverá tentar resolver as diferentes situações de prática profissional que surjam ao longo do curso acadêmico. Para isso, contará com a ajuda de um inovador sistema de vídeo interativo realizado por especialistas reconhecidos.

Você aprenderá a criar bancos de dados eficazes de projetos ôhmicos e de proteínas, que lhe ajudarão a otimizar as informações disponíveis em sua prática profissional"

Um programa perfeito para aprender em detalhes sobre os últimos desenvolvimentos relacionados à tecnologia de banco de dados
em bioinformática"

O aluno que acessar este Programa avançado encontrará nele 450 horas do melhor conteúdo teórico, prático e complementar. Tudo isso será apresentado em um formato conveniente e flexível 100% online, graças ao qual você poderá se aprofundar nos últimos desenvolvimentos em Bioinformática e Big Data de onde e quando quiser, sem horários fixos ou aulas presenciais. Além disso, todo o material estará disponível desde o início da atividade acadêmica e poderá ser baixado em qualquer dispositivo com conexão à Internet. Desta forma, o aluno poderá consultá-lo sempre que quando necessário, mesmo após o término desta experiência acadêmica.

O uso da metodologia de Relearning, bem como a inclusão de horas de material adicional de alta qualidade, tornarão o curso do programa uma experiência acadêmica dinâmica, multidisciplinar e divertida"

Módulo 1. Computação em bioinformática

1.1. Dogma central em bioinformática e computação. Situação atual

1.1.1. A aplicação ideal em bioinformática
1.1.2. Desenvolvimentos paralelos em biologia molecular e computação
1.1.3. Dogma em biologia e teoria da informação
1.1.4. Fluxos de informação

1.2. Bancos de dados para computação bioinformática

1.2.1. Bases de dados
1.2.2. Gerenciamento de dados
1.2.3. Ciclos de vida do dado em bioinformática

1.2.3.1. Uso
1.2.3.2. Modificação
1.2.3.3. Arquivado
1.2.3.4. Reutilização
1.2.3.5. Descartado

1.2.4. Tecnologia do banco de dados em Bioinformática

1.2.4.1. Arquitetura
1.2.4.2. Gestão de banco de dados

1.2.5. Interfaces para bancos de dados em bioinformática

1.3. Redes para computação bioinformática

1.3.1. Modelos de comunicação. Redes LAN, WAN, MAN e PAN
1.3.2. Protocolos e transmissão de dados
1.3.3. Topologias de rede
1.3.4. Hardware em datacenters para computação
1.3.5. Segurança, gestão e implementação

1.4. Motores de busca em bioinformática

1.4.1. Motores de busca em bioinformática
1.4.2. Processos e tecnologias de motores de busca em bioinformática
1.4.3. Modelos computacionais: algoritmos de busca e aproximação

1.5. Visualização de dados em bioinformática

1.5.1. Visualização de sequências biológicas
1.5.2. Visualização de estruturas biológicas

1.5.2.1. Ferramentas de visualização
1.5.2.2. Ferramentas de renderização

1.5.3. Interface de usuário para aplicações de bioinformática
1.5.4. Arquiteturas de informação para visualização em bioinformática

1.6. Estatísticas para computação

1.6.1. Conceitos estatísticos para computação bioinformática
1.6.2. Caso de uso: microarrays de MARN
1.6.3. Dados imperfeitos. Erros nas estatísticas: aleatoriedade, aproximação, ruído e suposições
1.6.4. Quantificação do erro: precisão, sensibilidade e sensitividade
1.6.5. Clusterização e classificação

1.7. Mineração de dados

1.7.1. Métodos de mineração e computação de dados
1.7.2. Infraestrutura de computação e mineração de dados
1.7.3. Descoberta e reconhecimento do padrão
1.7.4. Aprendizagem automática e novas ferramentas

1.8. Combinação de padrões genéticos

1.8.1. Combinação de padrões genéticos
1.8.2. Métodos computacionais para alinhamentos sequenciais
1.8.3. Ferramentas para a coincidências de padrões

1.9. Modelagem e simulação

1.9.1. Uso na área farmacêutica: descoberta de medicamentos
1.9.2. Estrutura de proteínas e biologia de sistemas
1.9.3. Ferramentas disponíveis e futuro

1.10. Colaboração e projetos de computação online

1.10.1. Computação em rede
1.10.2. Normas e regras. Uniformidade, consistência e interoperabilidade
1.10.3. Projetos de computação colaborativa

Módulo 2. Bancos de dados biomédicos

2.1. Bancos de dados biomédicos

2.1.1. Bancos de dados em biomédica
2.1.2. Bancos de dados primários e secundários
2.1.3. Principais bancos de dados

2.2. Bancos de dados de DNA

2.2.1. Bancos de dados de genomas
2.2.2. Bancos de dados de genes
2.2.3. Bancos de dados de mutações e polimorfismos

2.3. Bancos de dados de proteínas

2.3.1. Bancos de dados de sequências primárias
2.3.2. Bancos de dados de sequências secundárias e domínios
2.3.3. Banco de dados de estruturas macromoleculares

2.4. Bancos de dados de projetos ômicos

2.4.1. Bancos de dados para estudos de genômica
2.4.2. Bancos de dados para estudos transcriptômicos
2.4.3. Bancos de dados para estudos proteômicos

2.5. Bancos de dados de doenças genéticas. Medicina personalizada e de precisão

2.5.1. Bancos de dados de doenças genéticas
2.5.2. Medicina de precisão. Necessidade de integração de dados genéticos
2.5.3. Extração de dados OMIM

2.6. Repositórios autorrelatados de pacientes

2.6.1. Uso secundário dos dados
2.6.2. O paciente na gestão dos dados depositados
2.6.3. Repositórios de questionários autorrelatados. Exemplos

2.7. Bancos de dados em aberto Elixir

2.7.1. Bancos de dados em aberto Elixir
2.7.2. Bancos de dados coletados na plataforma Elixir
2.7.3. Critérios para a escolha entre um e outro banco de dados

2.8. Bancos de dados de reações adversas a medicamentos (RAM)

2.8.1. Processo de desenvolvimento farmacológico
2.8.2. Relatório de reação adversa a medicamentos
2.8.3. Repositórios de reações adversas a nível local, nacional, europeu e internacional

2.9. Plano de gestão de dados de pesquisa. Dados a serem depositados em bancos de dados públicos

2.9.1. Plano de gestão de dados
2.9.2. Custódia dos dados resultantes da pesquisa
2.9.3. Depósito de dados em um banco de dados público

2.10. Bancos de dados clínicos. Problemas com o uso secundário de dados de saúde

2.10.1. Repositórios de prontuários clínicos
2.10.2. Criptografia de dados
2.10.3. Acesso aos dados de saúde. Legislações

Módulo 3. Big Data em medicina: processamento em massa de dados médicos

3.1. Big Data em pesquisa biomédica

3.1.1. Geração de dados em biomedicina
3.1.2. Alto rendimento (Tecnologia High-throughput)
3.1.3. Utilidade de dados de alto desempenho. Hipóteses na era do Big Data

3.2. Pré-processamento de dados em Big Data

3.2.1. Pré-processamento de dados
3.2.2. Métodos e abordagens
3.2.3. Problemática do pré-processamento de dados em Big Data

3.3. Genômica estrutural

3.3.1. O sequenciamento do genoma humano
3.3.2. Sequenciamento x Chips
3.3.3. Descoberta de variantes

3.4. Genômica funcional

3.4.1. Anotação funcional
3.4.2. Preditores de risco em mutações
3.4.3. Estudos de associação da genômica

3.5. Transcriptômica

3.5.1. Técnicas para obtenção de dados massivos em transcriptômica: RNA-seq
3.5.2. Padronização de dados em transcriptômica
3.5.3. Estudos de expressão diferencial

3.6. Interactômica e epigenômica

3.6.1. O papel da cromatina na expressão genética
3.6.2. Estudos de alto desempenho em interatômica
3.6.3. Estudos de alto desempenho em epigenética

3.7. Proteômica

3.7.1. Análise de dados de espectrometria de massa
3.7.2. Estudo das modificações pós-traducionais
3.7.3. Proteômica quantitativa

3.8. Técnicas de enriquecimento e Clustering

3.8.1. Contextualização dos resultados
3.8.2. Algoritmos de Clustering em técnicas ômicas
3.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

3.9. Aplicações do Big Data em saúde pública

3.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
3.9.2. Preditores de risco
3.9.3. Medicina personalizada

3.10. Big Data aplicado em medicina

3.10.1. O potencial da ajuda diagnóstica e da prevenção
3.10.2. Uso de algoritmos de Machine Learning na saúde pública
3.10.3. O problema da privacidade

Uma experiência de capacitação única, fundamental e decisiva para impulsionar seu crescimento profissional"