módulo #1 Introducción a la bioinformática Descripción general de la bioinformática, su importancia e historia
módulo #2 Bases de datos biológicas Introducción a las bases de datos biológicas, tipos y usos
módulo #3 Análisis de secuencias Introducción al análisis de secuencias, herramientas y técnicas
módulo #4 Alineación de secuencias por pares Teoría y práctica de la alineación de secuencias por pares
módulo #5 Alineación de secuencias múltiples Teoría y práctica de la alineación de secuencias múltiples
módulo #6 Análisis filogenético Introducción al análisis filogenético, árboles e inferencia
módulo #7 Ensamblaje del genoma Descripción general del ensamblaje del genoma, algoritmos y herramientas
módulo #8 Análisis de datos de ARN-Seq Introducción al análisis de datos de ARN-Seq, herramientas y procesos
módulo #9 Análisis de datos de ChIP-Seq Introducción al análisis de datos de ChIP-Seq, herramientas y procesos
módulo #10 Análisis estructural Bioinformática Introducción a la bioinformática estructural, predicción de la estructura de proteínas
módulo #11 Genómica funcional Introducción a la genómica funcional, análisis de la expresión genética
módulo #12 Análisis de datos de microarrays Introducción al análisis de datos de microarrays, herramientas y canales
módulo #13 Interacciones proteína-proteína Introducción a las interacciones proteína-proteína, análisis de redes
módulo #14 Herramientas computacionales para bioinformática Introducción a las herramientas de línea de comandos, secuencias de comandos y gestión del flujo de trabajo
módulo #15 Programación bioinformática Introducción a la programación para bioinformática, Python, R y Perl
módulo #16 Visualización de datos en bioinformática Introducción a la visualización de datos, herramientas y mejores prácticas
módulo #17 Análisis estadístico en bioinformática Introducción al análisis estadístico, pruebas de hipótesis e intervalos de confianza
módulo #18 Aprendizaje automático en bioinformática Introducción al aprendizaje automático, Métodos supervisados y no supervisados
módulo #19 Aprendizaje profundo en bioinformática Introducción al aprendizaje profundo, redes neuronales y aplicaciones
módulo #20 Big Data en bioinformática Introducción a big data, bases de datos Hadoop, Spark y NoSQL
módulo #21 Computación en la nube para bioinformática Introducción a la computación en la nube, AWS, Azure y Google Cloud
módulo #22 Desarrollo de proyectos de bioinformática Desarrollo de proyectos guiados, desde el concepto hasta la implementación
módulo #23 Bioinformática en la investigación de enfermedades Aplicaciones de la bioinformática en la investigación de enfermedades, medicina personalizada
módulo #24 Resumen y conclusión del curso Planificación de los próximos pasos en la carrera de Bioinformática
