Ferramentas Bioinformáticas e análise de dados de Multi-ómicas aplicadas à Saúde

Conhecimentos de Base Recomendados

N./A.

Métodos de Ensino

- Apresentação de seminários por especialistas nas temáticas abordadas, para se realizar uma revisão e aquisição de novos conceitos teóricos.
- Resolução de problemas práticos com relevância científica e clínica.

Resultados de Aprendizagem

- Compreender os conceitos básicos de bioinformática e as técnicas de análise de dados.
- Descrever e comparar diferentes técnicas de análise de dados multi-ómicos.
- Analisar e interpretar dados para identificar padrões de expressão de genes, proteínas e metabolitos em diferentes condições de saúde e doença.
- Desenvolver capacidades na utilização de ferramentas de visualização de dados para comunicar informações complexas de forma clara e concisa.
- Aplicar técnicas de bioinformática para identificar possíveis alvos terapêuticos com base em dados de multi-ómicos.

Estágio(s)

Não

Programa

- Técnicas de descrição de dados ómicos.
- Métodos univariados para redução de dados.
- Aprendizagem supervisionada: seleção de características, classificadores e validação cruzada.
- Aprendizagem não supervisionada: técnicas de clustering e redução de dimensionalidade.

Docente(s) responsável(eis)

Bárbara Cecília Bessa dos Santos Oliveiros Paiva

Métodos de Avaliação

Avaliação
Avaliação qualitativa: apresentação e discussão do trabalho final e assiduidade: 100.0%

Bibliografia

- Sohil, Fariha & Sohail, Muhammed & Shabbir, Javid. (2021). An introduction to statistical learning with applications in R: by Gareth James, Daniela Witten, Trevor Hastie, and Robert Tibshirani, New York, Springer Science and Business Media, 2013, $41.98, eISBN: 978-1-4614-7137-7. Statistical Theory and Related Fields. 6. 1-1. 10.1080/24754269.2021.1980261.
- Guyon, Isabelle, and André Elisseeff. "An introduction to variable and feature selection." The Journal of Machine Learning Research 3 (2003): 1157-1182.
- Christopher M. Bishop. 2006. Pattern Recognition and Machine Learning (Information Science and Statistics). Springer-Verlag, Berlin, Heidelberg.
- Multivariate data analysis; JF Hair, WC Black, BJ Babin, RE Anderson, RL Tatham; Pearson Prentice Hall.
- Design, Analysis, and Interpretation of Genome-Wide Association Scans, Daniel O. Stram, Springer.

- Genome-Wide Association Studies and Genomic Prediction, Gondro, Cedric, van der Werf, Julius, Hayes, Ben (Eds.), Springer.
- Modelling Survival Data in Medical Research (Second ed., 2003). David Collet, Boca Raton: Chapman & Hall/CRC.
- On the Application of Discriminant Analysis in Medical Diagnostics. Wernecke KD. In: Bock HH., Lenski W., Richter M.M. (eds) Information Systems and Data Analysis. Studies in Classification, Data Analysis, and Knowledge Organization. Springer.
- Precision medicine and artificial intelligence. The perfect fit for autoimmunity. First edition. Edited by Michael Mahler, Inova Diagnostics, Inc. (a Werfen company), San Diego, CA, United States. Elsevier, 2021.