Esta capacitación generará una sensación de seguridad en el desempeño de la praxis médica, que te ayudará a crecer personal y profesionalmente”

La escala y la complejidad de los datos genómicos empequeñecen las medidas que se usan tradicionalmente en las pruebas de laboratorio. En los últimos años ha existido un enorme desarrollo de la informática para poder analizar e interpretar la secuenciación del DNA, y ha creado un distanciamiento entre el conocimiento biológico y su aplicación a la práctica clínica habitual. Es por ello que es preciso educar, difundir e incorporar igualmente esas técnicas informáticas entre la comunidad médica con el fin de poder interpretar el análisis masivo de datos procedentes de publicaciones, bases de datos biológicas o médicas e historiales clínicos, entre otros, y poder, de este modo, enriquecer a nivel clínico la información biológica disponible.

Este aprendizaje automático permitirá el desarrollo de la oncología de precisión, con el fin de interpretar las características genómicas y encontrar terapias dirigidas, o identificar los riesgos a determinadas enfermedades y establecer medidas preventivas más individualizadas. Es un objetivo fundamental del programa acercar al alumno y difundir el conocimiento informático, que ya se aplica en otras áreas del conocimiento, pero que tiene una mínima implantación en el mundo médico, y a pesar de que para que la medicina Genómica sea una realidad, es preciso interpretar con precisión el volumen ingente de información clínica disponible actualmente y asociarlo a los datos biológicos que se generan tras un análisis bioinformático. Si bien este es un desafío difícil, permitirá que los efectos de la variación genética y las terapias potenciales se exploren de forma rápida, económica y con mayor precisión de la que se logra en el momento actual.

Los humanos no están naturalmente equipados para percibir e interpretar secuencias genómicas ni para comprender todos los mecanismos, vías e interacciones que tienen lugar dentro de una célula viva, ni para tomar decisiones médicas con decenas o centenares de variables. Para avanzar, se requiere un sistema con capacidad analítica sobrehumana que simplifique el entorno de trabajo y muestre las relaciones y proximidades entre unas variables u otras. En Genómica y biología, ahora se reconoce que es mejor gastar los recursos en nuevas técnicas computacionales que en la recolección de datos puros, algo que posiblemente pasa igual en medicina y, por supuesto, Oncología. 

Actualiza tus conocimientos con el programa de Postgraduate diploma en Genomic and Precision Oncology”

La Postgraduate diploma en Genomic and Precision Oncology contiene el programa científico más completo y actualizado del mercado. Las características más destacadas del curso son:

• Desarrollo de casos prácticos presentados por expertos en oncología genómica y de precisión. Sus contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido, recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional
• Novedades sobre oncología genómica y de precisión
• Contiene ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje
• Con especial hincapié en metodologías innovadoras en oncología genómica y de precisión
• Todo esto se complementará con lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual
• Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet

Este experto puede ser la mejor inversión que puedes hacer en la selección de un programa de actualización por dos motivos: además de poner al día tus conocimientos en Genomic and Precision Oncology, obtendrás un título de experto universitario por la TECH Global University”

Incluye en su cuadro docente profesionales pertenecientes al ámbito de la oncología genómica y de precisión, que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas pertenecientes a sociedades de referencia y universidades de prestigio.

Gracias a su contenido multimedia elaborado con la última tecnología educativa, el Experto permitirá al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará un aprendizaje inmersivo programado para entrenarse ante situaciones reales.

El diseño de este programa está centrado en el aprendizaje basado en problemas, mediante el cual el estudiante deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso. Para ello, el estudiante contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos en el campo de la oncología genómica y de precisión y con gran experiencia docente.

Aumenta tu seguridad en la toma de decisiones actualizando tus conocimientos a través de esta Postgraduate diploma"

Aprovecha la oportunidad para conocer los últimos avances en Genomic and Precision Oncology y mejorar la atención a tus pacientes"

The structure of the contents has been designed by a team of professionals from the best educational centers, universities, and companies in the national territory, aware of the relevance of current specialization in order to intervene in the training and support of students, and committed to quality teaching through new educational technologies.

This Postgraduate diploma in Genomic and Precision Oncology contains the most complete and up-to-date scientific program on the market”

Module 1. Molecular Biology

1.1. Molecular Mechanisms of Cancer

1.1.1. Cellular Cycle
1.1.2. Detachment of Tumor Cells

1.2. Reprogramming of the Tumor Microenvironment

1.2.1. The Tumor Microenvironment: A Global Vision
1.2.2. TME as a Prognostic Factor in Lung Cancer
1.2.3. TME in the Progression and Metastasis of Lung Cancer

1.2.3.1. Cancer-Associated Fibroblasts (CAF)
1.2.3.2. Endothelial Cells
1.2.3.3. Hypoxia in Lung Cancer
1.2.3.4. Inflammation
1.2.3.5. Immune Cells

1.2.4. Contribution of TME to Therapeutic Resistance

1.2.4.1. Contribution of TME to Radiotherapy Resistance

1.2.5. TME as a Target Treatment in Lung Cancer

1.2.5.1. Future Directions

1.3. Tumor Immunology: The Bases of Immunotherapy in Cancer

1.3.1. Introduction to the Immune System
1.3.2. Tumor Immunology

1.3.2.1. Tumor-Associated Antigens
1.3.2.2. Identification of Tumor-Associated Antigens
1.3.2.3. Types of Tumor-Associated Antigens

1.3.3. The Bases of Immunotherapy in Cancer

1.3.3.1. Introduction to the Immunotherapeutic Approaches
1.3.3.2. Monoclonal Antibodies in Cancer Therapy

1.3.3.2.1. Production of Monoclonal Antibodies
1.3.3.2.2. Types of Therapeutic Antibodies
1.3.3.2.3. Mechanisms of Action of Antibodies
1.3.3.2.4. Modified Antibodies

1.3.4. Non-Specific Immune Modulators

1.3.4.1. Bacillus of Calmette-Guérin
1.3.4.2. Interferon-α
1.3.4.3. Interleucina-2
1.3.4.4.Imiquimod

1.3.5. Other Approaches for Immunotherapy

1.3.5.1. Dendritic Cell Vaccines
1.3.5.2. Sipuleucel- T
1.3.5.3. CTLA-4 Blocking
1.3.5.4. Adoptive T-cell Therapy

1.3.5.4.1. Adoptive Cell Therapy With T.-cell Clones
1.3.5.4.2. Adoptive Cell Therapy With Tumor-Infiltrating Lymphocytes

1.4. Molecular Mechanisms Involved in the Invasion and Metastasis Process

Module 2. Genomic or Precision Oncology

2.1. Usefulness of Gene Expression Profiling in Cancer
2.2. Molecular Subtypes of Breast Cancer
2.3. Prognostic-Predictive Genomic Platforms in Breast Cancer
2.4. Therapeutic Targets in Non-Small Cell Lung Cancer

2.4.1. Introduction
2.4.2. Molecular Detection Techniques
2.4.3. EGFR Mutation
2.4.4. ALK Translocation
2.4.5. ROS Translocation
2.4.6. BRAF Mutation
2.4.7. NRTK Rearrangements
2.4.8. HER2 Mutation
2.4.9. MET Mutation/Amplification
2.4.10. RET Rearrangements
2.4.11. Other Molecular Targets

2.5. Molecular Classification of Colon Cancer
2.6. Molecular Studies in Gastric Cancer

2.6.1. Treatment of Advanced Gastric Cancer
2.6.2. HER2 Overexpression in Advanced Gastric Cancer
2.6.3. Identification and Interpretation of HER2 Overexpression in Advanced Gastric Cancer
2.6.4. Drugs With Activity Against HER2
2.6.5. Trastuzumab in the First Line of Advanced Gastric Cancer
2.6.5.1. Treatment of HER2+ Advanced Gastric Cancer After Progression to Trastuzumab-Based Regimens
2.6.6. Activity of Other Anti-HER2 Drugs in Advanced Gastric Cancer

2.7. GIST as a Model of Translational Research: 15 Years of Experience

2.7.1. Introduction
2.7.2. Mutations of KIT and PDGFRA as Major Promoters in GIST
2.7.3. Genotype in GIST: Prognostic and Predictive Value
2.7.4. Genotype in GIST and Resistance to Imatinib
2.7.5. Conclusions

2.8. Molecular and Genomic Biomarkers in Melanoma
2.9. Molecular Classification of Brain Tumors
2.10. Molecular and Genomic Biomarkers in Melanoma
2.11. Immunotherapy and Biomarkers

2.11.1. Landscape of Immunological Therapies in Cancer Treatment and the Need to Define the Mutational Profile of a Tumor
2.11.2. Checkpoint Inhibitor Biomarkers: PD-L1 and Beyond

2.11.2.1. The Role of PD-L1 in Immune Regulation
2.11.2.2. Clinical Trial Data and PD-L1 Biomarker
2.11.2.3. Thresholds and Assays for PD-L1 Expression: a Complex Picture
2.11.2.4. Budding Biomarkers

2.11.2.4.1. Tumor Mutational Burden (TMB)

2.11.2.4.1.1. Quantification of the Tumor Mutational Burden
2.11.2.4.1.2. Evidence of the Tumor Mutational Burden
2.11.2.4.1.3. Tumor Burden as a Predictive Biomarker
2.11.2.4.1.4. Tumor Burden as a Prognosis Biomarker
2.11.2.4.1.5. The Future of the Mutational Burden

2.11.2.4.2. Microsatellite Instability
2.11.2.4.3. Immune Infiltrate Analysis
2.11.2.4.4. Toxicity Markers

2.11.2.5. Immune Checkpoint Drug Development in Cancer
2.11.2.6. Available Drugs

Module 3. Changes in Current Clinical Practice and New Applications With Genomic Oncology

3.1. Liquid Biopsies: Fashion or Future?

3.1.1. Introduction
3.1.2. Circulating Tumor Cells
3.1.3. ctDNA
3.1.4. Clinical Applications
3.1.5. CtDNA Limitations
3.1.6. Conclusions and Future

3.2. Role of the Biobank in Clinical Research

3.2.1. Introduction
3.2.2. Is it Worth the Effort to Create a Biobank?
3.2.3. How to Begin Establishing a Biobank
3.2.4. Informed Consent for the Biobank
3.2.5. Collecting Samples for the Biobank
3.2.6. Quality Control
3.2.7. Access to Samples

3.3. Clinical trials: New Concepts Based on Precision Medicine

3.3.1. What Are Clinical Trials? What Sets Them Apart From Other Types of Research?

3.3.1.1. Types of Clinical Trials

3.3.1.1.1. By Their Objectives
3.3.1.1.2. By The Number of Partaking Centers
3.3.1.1.3. By Their Methodology
3.3.1.1.4. By Their Level of Masking

3.3.2. Results of Clinical Trials in Thoracic Oncology

3.3.2.1. Related to Survival Time
3.3.2.2. Results Related to the Tumor
3.3.2.3. Results Notified by the Patient

3.3.3. Clinical Trials in the New Age of Precision Medicine

3.3.3.1. Precision Medicine
3.3.3.2. Terminology Relate to the Design of Trials in the Era of Precision Medicine

3.4. Incorporation of Actionable Markers in Clinical Practice
3.5. Application of Genomics in Clinical Practice by Type of Tumor
3.6. Decision support Systems in Oncology Based on Artificial Intelligence

Module 4. New Techniques in the Age of Genomics

4.1. Understanding the New Technology: Next Generation Sequence (NGS) in Clinical Practice

4.1.1. Introduction
4.1.2. Background
4.1.3. Problems in the Application of Sanger Sequencing in Oncology
4.1.4. New Sequencing Techniques
4.1.5. Advantages of Using NGS in Clinical Practice
4.1.6. Limitations of Using NGS in Clinical Practice
4.1. 7. Terms and Definitions of Interest
4.1.8. Types of Studies Depending on Their Size and Depth

4.1.8.1. Genome
4.1.8.2. Exomes
4.1.8.3. Multigenic Panels

4.1.9. Stages of NGS Sequencing

4.1.9.1. Preparing Samples and Libraries
4.1.9.2. Preparing Templates and Sequencing
4.1.9.3. Bioinformatic Processing

4.1.10. Annotation and Classification of Variants

4.1.10.1. Population Databases
4.1.10.2. Locus-Specific Databases
4.1.10.3. Bioinformatic Predictors of Functionality

4.2. DNA Sequencing and Bioinformatic Analysis

4.2.1. Introduction
4.2.2. Software
4.2.3. Procedure

4.2.3.1. Extracting Raw Sequences
4.2.3.2. Aligning Sequences
4.2.3.3. Alignment Refinement
4.2.3.4. Variant Call
4.2.3.5. Variant Filtering

4.3.RNA Sequencing and Bioinformatic Analysis

4.3.1. Introduction
4.3.2. Software
4.3.3. Procedure

4.3.3.1. QC Evaluation of Raw Data
4.3.3.2. RNAr Filtering
4.3.3.3. Filtered Quality Control Data
4.3.3.4. Quality Trimming and Adapter Removal
4.3.3.5. Alignment of Reads to a Reference
4.3.3.6. Variant Call
4.3.3.7. Differential Gene Expression Analysis

4.4. ChIP-Seq Technology

4.4.1. Introduction
4.4.2. Software
4.4.3. Procedure

4.4.3.1. CHiP-Seq Data Set Description
4.4.3.2. Obtaining Information About the Experiment Using the GEO and SRA Website
4.4.3.3. Quality Control of the Sequencing Data
4.4.3.4. Trimming and Filtering Reads
4.4.3.5. Visualizing Results with the Integrated Genonme Browser (IGV)

4.5. Big Data Applied to Oncology Genomics

4.5.1. The Process of Analysis Data

4.6. Genomic Servers and Databases of Genetic Variants

4.6.1. Introduction
4.6.2. Online Genomic Servers
4.6.3. Genomic Server Architecture
4.6.4. Data Recovery and Analysis
4.6.5. Personalization

4.7. Annotation of Genetic Variants

4.7.1. Introduction.
4.7.2. What is Variant Calling?
4.7.3. Understanding the VCF Format
4.7.4. Variant Identification
4.7.5. Variant Analysis
4.7.6. Predicting the Effect of the Variation of a Protein’s Structure and Function

A unique, key, and decisive training experience to boost your professional development”