Especializar-se em Bioinformática e Big Data 100% online e em apenas 6 meses agora é possível graças a este curso abrangente e intensivo que a TECH coloca à sua disposição"

Os avanços registrados no campo da bioinformática beneficiaram muitos setores, incluindo a medicina. Devido ao desenvolvimento de técnicas cada vez mais específicas e direcionadas, foi possível expandir as aplicações do e-Health no ambiente atual, otimizando as tarefas e favorecendo o processamento e a análise massiva de dados biológicos. Entre as estratégias mais comuns está o uso de Big Data para o processamento de dados através da genômica estrutural, resultando, entre outras coisas, na descoberta de novos biomarcadores e alvos terapêuticos.

Por se tratar de um campo tão amplo e complexo, é necessário um conhecimento minucioso da área. Por esse motivo, e considerando a crescente demanda por profissionais de TI especializados nesse setor, a TECH e sua equipe de especialistas decidiram desenvolver um programa 100% online, permitindo que qualquer aluno possa se especializar nesta área. Trata-se de uma experiência acadêmica que permitirá ao estudante se aprofundar nos mais recentes avanços da computação, bem como na criação e gestão de bases de dados biomédicas totalmente novas. Além disso, enfatizaremos o processamento de dados utilizando as ferramentas e os softwares mais sofisticados.

Este plano de estudos contará com 450 horas de materiais diversificados e casos práticos: vídeos detalhados, artigos de pesquisa, leituras complementares, exercícios de autoconsciência e resumos dinâmicos. Em conclusão, todos os elementos necessários serão obtidos com essa experiência acadêmica, garantindo conhecimentos abrangentes para adequar seu perfil profissional às especificações do setor e à demanda profissional atual.

Através deste Programa avançado, você dominará o manejo das múltiplas bases de dados existentes atualmente"

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

• O desenvolvimento de casos práticos apresentados por especialistas em bioinformática e bases de dados
• Os conteúdos gráficos, esquemáticos e extremamente úteis fornecem informações práticas sobre as disciplinas indispensáveis para o exercício da profissão
• Exercícios práticos onde o processo de autoavaliação é realizado para melhorar a aprendizagem
• 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

Você poderá implementar em seu portfólio de competências o manejo especializado das técnicas mais inovadoras de computação em bioinformática"

A equipe de professores deste programa inclui profissionais da área, cuja experiência de trabalho é somada nesta capacitação, além de reconhecidos especialistas de instituições e universidades de prestígio.

Através do seu conteúdo multimídia, desenvolvido com a mais recente tecnologia educacional, o profissional poderá ter uma aprendizagem situada e contextual, ou seja, em um ambiente simulado que proporcionará uma capacitação imersiva planejada para praticar diante de situações reais.

A proposta deste plano de estudos se fundamenta na Aprendizagem Baseada em Problemas, onde o profissional deverá resolver as diferentes situações da prática profissional que surjam ao longo do programa acadêmico. Para isso, o profissional contará com a ajuda de um inovador sistema de vídeo interativo desenvolvido por destacados especialistas nesta área.

Você poderá acessar o Campus Virtual de qualquer dispositivo com conexão à internet, seja um computador, tablet ou celular"

Uma oportunidade acadêmica única para implementar as mais inovadoras e eficazes técnicas de enriquecimento e clustering em sua prática"

A TECH se diferencia de outras universidades por desenvolver programas altamente qualificados, dinâmicos e inovadores, através de um formato conveniente e 100% online. Isso é possível graças ao uso da mais recente tecnologia educacional, da melhor estratégia pedagógica e da colaboração de uma equipe de especialistas para a coleta de informações sobre o plano de estudos e o design do material complementar. Com isso, é possível oferecer experiências acadêmicas de grande impacto em um curto período de tempo. 

Se uma de suas ambições é compreender a mineração de dados, através deste Programa avançado você dominará as ferramentas mais eficazes para isso"

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. Bases de dados para computação bioinformática

1.2.1. Bases de dados
1.2.2. Gestão de dados
1.2.3. Ciclo de vida dos dados 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 de base de dados em bioinformática

1.2.4.1. Arquitetura
1.2.4.2. Gestão de bases de dados

1.2.5. Interfaces para bases de dados em bioinformática

1.3. Redes para a 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. Topologia de redes
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 em bioinformática
1.5.4. Arquiteturas de informação para visualização em bioinformática

1.6. Estatísticas para computação

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

1.7. Mineração de dados

1.7.1. Mineração de dados e métodos de computação
1.7.2. Infraestrutura para computação e mineração de dados
1.7.3. Descoberta e reconhecimento de padrões
1.7.4. Aprendizado de máquinas e novas ferramentas

1.8. Coincidência de padrões genéticos

1.8.1. Coincidência de padrões genéticos
1.8.2. Métodos computacionais para alinhamentos de sequência
1.8.3. Ferramentas para coincidência de padrões

1.9. Modelagem e simulação

1.9.1. Uso no campo farmacêutico: descoberta de medicamentos
1.9.2. Estrutura de proteínas e biologia de sistemas
1.9.3. Ferramentas disponíveis e futuras

1.10. Projetos de colaboração e 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. Bases de Dados Biomédicos

2.1. Bases de dados biomédicos

2.1.1. Bases de dados biomédicos
2.1.2. Bases de dados primárias e secundárias
2.1.3. Principais bases de dados

2.2. Bancos de dados de DNA

2.2.1. Bases de dados de genomas
2.2.2. Bases de dados de genes
2.2.3. Bases 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. Bases de dados de sequências secundárias e domínios
2.3.3. Bases de dados de estruturas macromoleculares

2.4. Bases de dados de projetos ômicos

2.4.1. Bases de dados para estudos genômicos
2.4.2. Bancos de dados para estudos transcriptômicos
2.4.3. Bases de dados para estudos proteômicos

2.5. Bases de dados de doenças genéticas. A medicina personalizada e de precisão

2.5.1. Bases 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 auto-relatados de pacientes

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

2.7. Bases de dados abertos Elixir

2.7.1. Bases de dados abertos Elixir
2.7.2. Bancos de dados coletados na plataforma Elixir
2.7.3. Critérios de escolha entre as duas bases de dados

2.8. Bases de dados de reação adversas a medicamentos (RAMs)

2.8.1. Processo de desenvolvimento de medicamentos
2.8.2. Relatório de reações adversas a medicamentos
2.8.3. Repositórios de reações adversas em âmbito local, nacional, europeu e internacional

2.9. Plano de gestão de dados de pesquisa. Dados a serem depositados em bases de dados públicas

2.9.1. Plano de gestão de dados
2.9.2. Custódia de dados resultantes de pesquisas
2.9.3. Depósito de dados em uma base de dados pública

2.10. Bases de dados clínicos. Problemas com o uso secundário de dados em saúde

2.10.1. Repositórios de registros clínicos
2.10.2. Criptografia de dados
2.10.3. Acesso a dados de saúde. Legislação

Módulo 3. Big Data na Medicina: Processamento Massivo de Dados Médicos

3.1. Big Data em pesquisa biomédica

3.1.1. Geração de dados em biomedicina
3.1.2. Alto desempenho (Tecnologia High-throughput)
3.1.3. Utilidade dos 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 vs. 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 em genômica

3.5. Transcriptômica

3.5.1. Técnicas para obtenção de dados massivos em transcriptômicas: RNA-seq
3.5.2. Normalização 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 interactômica
3.6.3. Estudos de alto desempenho em epigenética

3.7. Proteômica

3.7.1. Análise de dados de espectrometria de massas
3.7.2. Estudo de 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 de 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 de auxílio ao diagnóstico e prevenção
3.10.2. Uso de algoritmos de Machine Learning na saúde pública
3.10.3. O problema da privacidade

Aproveite a oportunidade para direcionar sua carreira para um setor em plena expansão, como a bioinformática, e inicie uma experiência acadêmica que abrirá muitas portas no futuro"