Genómica Funcional (Abordagem Bioinformática)
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Biologia |
Ocorrência: 2021/2022 - 2S 
Ciclos de Estudo/Cursos
Língua de trabalho
Português - Suitable for English-speaking students
Objetivos
Objetivos gerais: Desenvolver uma visão integrada da estrutura e funcionamento dos genomas, transcriptomas e proteomas e conhecer as modernas metodologias desde sequenciação, anotação e análise da genómica funcional.
Objetivos específicos:
-Comparar os genes e /ou família de genes entre plantas modelo como Arabidopsis, Solanum, Oryza Popullus e outras plantas não modelo.
-Utilizar as principais ferramentas bioinformáticas para a caracterização de genes e proteínas em plantas.
-Utilizar uma metodologia baseada Expressão de genes por RNA-Seq em diferentes órgãos e tecidos da planta e /ou sujeitas a diferentes tratamentos.
-Manipular dados de transcriptómica por RNASeq e identificar genes diferencialmente expressos.
-Utilizar ferramentas de interpretação e análise de dados de proteómica. Caracterizar proteínas quanto a: parâmetros bioquímicos, previsão de localização subcelular e de modificações pós-traducionais - fosforilações e glicosilações; previsão de estrutura 3D.
Resultados de aprendizagem e competências
Competências gerais sobre a compreensão e aplicações da bioinformática nas várias áreas da genómica funcional.
Modo de trabalho
Presencial
Programa
Análise de genomas e transcriptomas comparando genes/genomas recorrendo a bases de dados nas plataformas Ensemble/plants;Phytozome;NCBI
Busca de similaridade entre sequências (BLAST no NCBI).
Alinhamento múltiplo de sequências (Clustal no EBI). Pesquisa e manipulação de sequências de DNA usando BLAST/MEGA.
Revisão dos principais conceitos de NGS e análise transcriptómica por RNA-Seq. Tutoriais e pipelines para análise de dados.Exercício bioinformático de RNASeq – IRIS-EDA: análise de read counts (read counts, normalização), análise exploratória dos dados (PCA, MDS, Clusterização), análise da expressão diferencial de genes (métodos, plots MA e volcano), análise de listas de genes diferencialmente expressos. Alguns conceitos importantes em bioinformática: ambiente LINUX; terminal vs GUI; comandos (one-liners) vs scripts; principais linguagens de programação (Pearl, Python, Java); infraestruturas para computação na cloud.
diferentes plantas.
Metodologia para analisar o transcriptoma de plantas. Algumas técnicas serão estudadas quanto aos seus princípios básicos e aplicabilidade, tais como sequenciação , ESTs (expressed sequence tag), Microarrays, RNA seq.
Anásile de expressão de genes em diferentes orgãos ou tecidos e ainda em condições de stress abiótico e biótico, baseada em ferramentas da" web" de genómica funcional, como" the BAR"_
http://bar.utoronto.ca/
Ferramentas de interpretação e análise de proteínas Bases de dados de proteínas e vias metabólicas , como UNIPORT e KEGG.Caracterização de proteínas com base; parâmetros bioquímicos;previsão de localização subcelular; previsão de modificações pós-traducionais - fosforilações e glicosilações e inferências fisiológicas; previsão de estrutura 3D.
Genómica comparativa: analises de sintenia de genes entre diferente com base na Ensemble plantas e no Plaza, que é dá acesso à genômica comparativa de plantas, centralizando dados genômicos produzidos por diferentes projectos sequenciamento do genoma.
Bibliografia Obrigatória
Bob B. Buchanan;
Biochemistry & molecular biology of plants. ISBN: 0-943088-39-9
Bibliografia Complementar
Watson JD, Baker TA, Bell SP, Gann A, Levine M & Losick R; Molecular Biology of the Gene, Pearson
Philip Meneely; Genetic Analysis, , genes, genomes and networks in Eukarytes , Oxford, 2020. ISBN: ISBN-13: 978-0198809906
Métodos de ensino e atividades de aprendizagem
Os conteúdos integradores de Biologia Molecular e Bioinformática compreendem 42 horas de contacto essencialmente de trabalho teórico prático, recorrendo à aprendizagem da utilização de ferramentas informáticas para a pesquisa de informação útil ao estudo de genomas e transcriptomas.
As metodologias de ensino incluem aulas formais, seguidas de um período de discussão, sempre que apropriado; palestras interativas, envolvendo os estudantes num processo mais ativo, com resolução de problemas e “case studies” para ilustrar os principais desafios e as soluções encontradas em temas da unidade curricular.
Palavras Chave
Ciências Naturais > Ciências biológicas > Biologia > Biologia computacional
Tipo de avaliação
Avaliação distribuída com exame final
Componentes de Avaliação
Designação |
Peso (%) |
Exame |
30,00 |
Trabalho prático ou de projeto |
70,00 |
Total: |
100,00 |
Componentes de Ocupação
Designação |
Tempo (Horas) |
Elaboração de relatório/dissertação/tese |
100,00 |
Estudo autónomo |
20,00 |
Frequência das aulas |
42,00 |
Total: |
162,00 |
Obtenção de frequência
Frequencia a pelo menos 3/4 das aulas dadas.
Fórmula de cálculo da classificação final
Apresentação de um trabalho individual, sobre análise em silico de um gene ou familia de genes codificantes para uma famlia de proteínas de interesse para desenvoverem o tema/ projecto de genómica funcional uma abordagem bioinformática (12/20). Avaliação com base na apresentação um tema proposto, num relatório individual sobre um dos temas abordados nas aulas (2/20) valores).Exame final (6/20)
Provas e trabalhos especiais
Apresentação de um relatório individual, sobre análise em silico de um gene ou familia de genes de interesse para desenvoverem o tema/ projecto de genómica funcional uma abordagem bioinformática
Melhoria de classificação
Por exame e/ou por mehoria do relatório
Observações
Coordenador-Maria Isabel de Pinho Pessoa de Amorim