| General description |
Ao longo dos últimos anos, a cantidade de datos biolóxicos dispoñibles está a crecer de maneira exponencial. Isto fai posible que diferentes disciplinas científicas poidan dispoñer deles para estudar a nivel molecular diferentes organismos co obxectivo de xerar novo coñecemento e/o verificar o existente. O perfil dun investigador que utilice datos ómicos debe ser computacional pero, á súa vez, debe levar asociado un perfil de interese biolóxico para que as técnicas de análises a aplicar e os resultados obtidos cobren sentido. Devanditos coñecementos biolóxicos integraranse durante as clases de forma sinxela para que o alumnado adquira as competencias necesarias no desenvolvemento das análises.
A redución de custos e o incremento da capacidade de cómputo dos últimos tempos logrou achegar as plataformas de secuenciación masiva ao día a día da investigación e, nalgúns casos, á asistencia clínica diaria. Como exemplo, a día de hoxe, existen paneis ómicos que se utilizan para determinar se unha determinada paciente sofre un cancro de mama, o estadío no que se atopa, o subtipo concreto que padece e xéranse modelos de predición de recidivas e de resposta a fármaco. Todo iso é posible grazas aos datos ómicos e a análises bioinformáticos.
Grazas ás aproximacións de ciencia de datos é posible comprender o funcionamento de fenómenos biolóxicos complexos a diferentes niveis (xenoma, proteoma, microbioma, etc) e é necesario aplicar novos paradigmas capaces de xestionar e analizar o enorme volume de datos do que se dispón. |
