Capacitación en bioinformática y ciencia de datos de OmicsLogic para NAIPI

Capacitación en bioinformática y ciencia de datos de OmicsLogic para la Asociación Nacional de Investigadores Principales de IDeA (NAIPI)

Con el avance de la ciencia y la tecnología, se generan grandes cantidades de datos biológicos complejos a través de tecnologías de alto rendimiento. Desde la arqueología biomolecular para estudiar el ADN antiguo recuperado de huesos y dientes fosilizados hasta el desarrollo de contramedidas de biodefensa utilizando datos genómicos de patógenos, las aplicaciones de la bioinformática abarcan una amplia gama de industrias e investigaciones.

Como campo interdisciplinario de rápido crecimiento, la bioinformática continuará evolucionando y presentándonos nuevas aplicaciones y oportunidades. Para mejorar las habilidades de los estudiantes e investigadores de NAIPI en el campo de la bioinformática y la ciencia de datos, Pine Biotech llevó a cabo los programas OmicsLogic sobre: ​​Introducción a la bioinformática, análisis de datos genómicos, análisis de datos metagenómicos y ciencia de datos para datos biomédicos.

Un resumen sobre la colaboración entre NAIPI y Pine Biotech

Equipo de liderazgo de NAIPI

El Comité Ejecutivo y ex presidente de NAIPI

Núcleo NAIPI

los Asociación Nacional de Investigadores Principales de IDeA (NAIPI) es la voz colectiva de la comunidad del Premio al Desarrollo Institucional (IDeA) que busca promover la investigación y la capacitación biomédica fomentando interacciones, promoviendo el intercambio de recursos y mejorando la visibilidad de las Redes de Excelencia en Investigación Biomédica (INBRE) de IDeA, Centros de Excelencia en Investigación Biomédica ( COBRE), e Investigación Clínica y Traslacional (CTR).

Establecido en 1993, el Premio al Desarrollo Institucional (IDeA) de los Institutos Nacionales de la Salud (NIH) tiene como objetivo ampliar la distribución geográfica de los fondos de los NIH para la investigación biomédica y conductual.

Para abordar las brechas en las habilidades y el conocimiento de la ciencia de datos en la investigación biomédica, la red de investigadores principales de la Asociación Nacional de IDeA, que se extiende por 23 estados y Puerto Rico, está colaborando con Pine Biotech mediante el lanzamiento de programas de capacitación en bioinformática y ciencia de datos en las universidades de los Estados Unidos. estados La colaboración que comenzó en diciembre de 2021 aprovechará los recursos existentes con los recursos de capacitación de OmicsLogic que están disponibles para profesores y estudiantes. Los programas de capacitación también están diseñados para elevar el nivel de la investigación biomédica en comunidades desatendidas.

Para obtener más información sobre la historia, la misión y los objetivos de NAIPI, visite el enlace: https://naipi.org/

Resultados de la capacitación en bioinformática y ciencia de datos de OmicsLogic para NAIPI

Los participantes que se inscribieron en los programas guiados por mentores eran estudiantes universitarios, graduados, doctorandos, investigadores posdoctorales y profesores de diversos orígenes. Recibieron acceso al Portal OmicsLogic, que ofrece una amplia gama de cursos en línea completos y actualizados sobre temas que van desde genómica, transcriptómica, metagenómica, epigenómica hasta transcriptómica unicelular. El portal también ofrece proyectos de ejemplo sobre oncología, virología, neurociencia, agricultura y enfermedades infecciosas que se obtienen de publicaciones de investigación de alto impacto. Para obtener experiencia analítica práctica y práctica para la educación en bioinformática, los estudiantes también reciben acceso a la plataforma T-BioInfo guiada por IA y fácil de usar que combina módulos de análisis estadístico en canalizaciones de bioinformática.

Ahora, echemos un vistazo a los resultados estadísticos de la realización de los programas para estudiantes e investigadores de NAIPI.

Los participantes que se inscribieron en los programas guiados por mentores eran estudiantes universitarios, graduados, doctorandos, investigadores posdoctorales y profesores de diversos orígenes. Recibieron acceso al Portal OmicsLogic, que ofrece una amplia gama de cursos en línea completos y actualizados sobre temas que van desde genómica, transcriptómica, metagenómica, epigenómica hasta transcriptómica unicelular. El portal también ofrece proyectos de ejemplo sobre oncología, virología, neurociencia, agricultura y enfermedades infecciosas que se obtienen de publicaciones de investigación de alto impacto. Para la experiencia analítica práctica y la práctica para la educación en bioinformática, los estudiantes también reciben acceso a la guía de inteligencia artificial y fácil de usar. Plataforma T-BioInfo que combina módulos de análisis estadístico en procesos de bioinformática.

Ahora, echemos un vistazo a los resultados estadísticos de la realización de los programas para estudiantes e investigadores de NAIPI.

Fig. 1: Gráfico que representa el número de participantes inscritos para cada uno de los Programas OmicsLogic

Participantes inscritos

los Programa de Introducción a la Bioinformática se llevó a cabo del 31 de enero al 30 de abril de 2022 y fue diseñado para estudiantes e investigadores que no tienen experiencia en bioinformática. Después de completar el programa, los estudiantes e investigadores obtendrán un conocimiento introductorio de big data en biología; variantes y mutaciones de ADN en genómica; análisis de datos de expresión génica, expresión génica diferencial y anotación de rutas en investigación transcriptómica; aprendizaje automático para el análisis de datos NGS y su aplicación en proyectos de ejemplo de bioinformática. En total, hubo n = 34 participantes inscritos en el programa, de los cuales la participación más alta fue de LBRN (n = 20), seguida de NAIPI (n = 14).

Para saber más sobre el programa, visite el enlace – https://learn.omicslogic.com/programs/introduction-to-bioinformatics-spring-2022

los Programa de Análisis de Datos Genómicos se llevó a cabo del 2 de febrero al 30 de abril de 2022 y fue diseñado para que estudiantes, investigadores y médicos aprendan sobre las aplicaciones del análisis de datos genómicos para la mejora de las ciencias traslacionales. Después de completar el curso, los estudiantes e investigadores obtendrán conocimientos sobre técnicas de secuenciación del genoma y prácticas con conjuntos de datos; comprensión de las variantes genómicas utilizando Integrative Genomics Viewer; proyectos de ejemplo de genómica NGS; análisis de mutabilidad, análisis filogenético, análisis de variantes de mutación y proyectos de ejemplo genómico. El número total de participantes que se inscribieron en el programa fue n=20, de los cuales la mayoría de los participantes eran de LBRN (n=13) que de NAIPI (n=7).

Para obtener más información sobre el programa, visite el enlace: https://learn.omicslogic.com/programs/genomics-data-analysis-spring-2022

los Programa de Análisis de Datos Metagenómicos se llevó a cabo del 7 de febrero al 30 de abril de 2022 y fue diseñado para que estudiantes, investigadores y médicos aprendan sobre las aplicaciones de la bioinformática en la metagenómica. Después de completar el curso, los estudiantes e investigadores obtendrán conocimientos sobre la secuenciación metagenómica 16s; comunidad bacteriana funcional; Variabilidad y composición del microbioma DADA2; y obtenga una experiencia práctica profunda a través de proyectos de ejemplo sobre los temas: «El intestino americano y la variabilidad del microbioma humano» y «Microbioma, dieta y ansiedad: el eje intestino-cerebro». Para el programa, hubo n=10 participantes inscritos en los que hubo una mayor participación de NAIPI (n=9) que de LBRN (n=1).

Para saber más sobre el programa, visite el enlace – https://learn.omicslogic.com/programs/metagenomic-data-analysis

los Programa de ciencia de datos para datos biomédicos se llevó a cabo del 4 de febrero al 2 de mayo de 2022 y se diseñó para cubrir los aspectos prácticos y conceptuales de la ciencia de datos, incluida la disputa de datos, el análisis estadístico y el aprendizaje automático en la aplicación de datos ómicos biomédicos de alto rendimiento utilizando herramientas de análisis de big data en T-BioInfo Plataforma, R y Python. Después de completar el programa, los estudiantes e investigadores obtendrán conocimientos de estadísticas para el aprendizaje automático, análisis de aprendizaje automático supervisado y no supervisado; selección de características y construcción de firmas genéticas; modelos lineales generalizados (GLM); análisis de red; y finalmente aprendizaje profundo: tipos y aplicación. El programa tuvo el mayor número de participantes (n=39), en el que hubo una participación significativa de NAIPI (n=26) seguido de LBRN (n=13).

Para obtener más información sobre el programa, visite el enlace: https://learn.omicslogic.com/programs/data-science-for-biomedical-data-spring-2022

Fig. 2: Gráfico que muestra el número de participantes de NAIPI que completaron los cursos de OmicsLogic

Gráfico de finalización del cursoEchemos también un vistazo a los resultados estadísticos de los cursos ofrecidos en el portal OmicsLogic. El curso Introducción a la bioinformática es un curso introductorio que cubre los temas de la bioinformática de big data y sus usos en la investigación básica, la atención médica y las industrias biotecnológica y farmacéutica. Como se observa en la Fig. 2, de todos los cursos este curso tuvo el mayor número de participantes (n=36). La mayoría de los participantes eran de LBRN (n=20) seguidos de NAIPI (n=16). Mientras que la Introducción a la Bioinformática cubre temas introductorios sobre bioinformática de big data, la Bytes y Moléculas está diseñado para presentar conceptos clave de biología molecular (moléculas) y cómo se pueden estudiar usando datos (bytes). Este curso tuvo el segundo mayor número de participantes (n=26), de los cuales el número de participantes de LBRN (n=15) que completaron el curso no difirió mucho del de NAIPI (n=11).

el curso de genómica sirve como una introducción a la subdisciplina bioinformática de la genómica. Si bien un total de n=16 participantes completó el curso, solo hubo una diferencia marginal entre el número de participantes de LBRN (n=7) y NAIPI (n=9) que completaron el curso. Desde la visualización básica hasta el análisis estadístico de genes expresados ​​diferencialmente, el transcriptómica El curso enseña cómo realizar análisis de datos transcriptómicos (RNA-Seq). Para el curso, hubo un total de n=15 participantes para los cuales solo hubo una pequeña diferencia en el número de participantes de LBRN (n=9) y NAIPI (n=6) que completaron el curso.

los metagenómica El curso está diseñado para enseñar sobre el procesamiento de datos de ARNr 16s y la visualización de tablas de abundancia para diversidad y composición. De n=6 participantes, hubo un mayor número de participantes que completaron el curso de NAIPI (n=5) que de LBRN (n=1). para el curso de epigenómica, que analiza varios aspectos del análisis epigenético como Chip-Seq, Bisulfite-Seq y RNA-Seq especializado, hubo muy poca participación de LBRN (n=1) y NAIPI (n=2). De manera similar, solo un participante de LBRN había completado el Transcriptómica unicelular curso.

los Curso de codificación R 1 introduce a los alumnos al análisis de datos biológicos usando R. Del número total de participantes (n=18), solo hubo una diferencia marginal entre el número de participantes de LBRN (n=8) y NAIPI (n=10) que había completado el curso. los Curso de codificación R 2 lleva a los alumnos un paso adelante al presentar los elementos de la ciencia de datos en R. Para el curso hubo un total de n = 26 participantes, de los cuales un número significativo de participantes eran de NAIPI (n = 15) seguidos de LBRN (n =11) que había completado el curso.

Para el Curso de Python 1 que analiza el análisis de datos biológicos usando Python, de n=10 participantes hubo una gran diferencia en el número de participantes de LBRN (n=8) que habían completado el curso de los de NAIPI (n=2). Sin embargo, el caso fue diferente para Curso de Python 2, donde solo hubo una ligera diferencia en el número de participantes de LBRN (n=7) y NAIPI (n=5) que habían completado el curso. los Bio ML: aprendizaje automático para datos biomédicos El curso está diseñado para presentar varios métodos estadísticos y de aprendizaje automático que se pueden aplicar a datos biomédicos de alto rendimiento. Aquí, de n=18 participantes, hubo una mayor participación de NAIPI (n=10) seguida de LBRN (n=8).

los Diseño de un proyecto de investigación en bioinformática El curso ayuda al participante a identificar un tema de investigación, realizar una revisión de la literatura para refinarlo y encontrar un conjunto de datos para el proyecto, lo que lo ayuda a traducir sus ideas o preguntas en un plan de análisis. Del número total de participantes (n=4) que habían completado, la mayoría de los participantes eran de LBRN (n=3) en comparación con los participantes de NAIPI (n=1).

Fig. 3: Gráfico que representa los puntos de aprendizaje de OmicsLogic logrados por LBRN y NAIPI.

Puntos de aprendizaje de OmicsLogicComo se observa en la Fig. 3, la mayoría de los participantes (n=25) de LBRN y NAIPI obtuvieron puntos en el rango de 0-500. Este fue seguido por el menor número de participantes (n=5) logrando puntos en el rango de 500-1000. Además, notamos un aumento en el número de participantes (n=14) que logran puntos en el rango de 1000-5000. El aumento repentino en el número de participantes que obtuvieron puntos fue seguido nuevamente por una ligera disminución de los puntos en el rango de 5000-100000 (n=11) y 10000-30000 (n=10).

Los 5 mejores participantes de LBRN

Los 5 usuarios principales de LBRNRoberto Mobley, El investigador posdoctoral en biología de la NSF, Luisiana, EE. UU., logró 26907 puntos en su portal de aprendizaje OmicsLogic, lo que le valió el título de participante que logró los puntos más altos de LBRN. Ha completado los cursos del Curso 1: Introducción a la Bioinformática, Curso 2: Bytes y Moléculas, Curso 3: Genómica, Curso 4: Metagenómica, Curso 5: Transcriptómica, R-Coding Curso 1: Introducción a la Bioinformática, R-Coding Course 2: Introducción a la ciencia de datos (BioML), Python Curso 2: Introducción a la ciencia de datos (BioML), Curso 7: BioML-Aprendizaje automático para datos biomédicos y Curso 9: Diseño de un proyecto de investigación en bioinformática. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/Oy3SqRyHkYUhyXTNTPortvDDzzM2

Camerín Kimble, estudiante asistente de investigación, Xavier University of Louisiana NSF logró 22827 puntos en el portal de aprendizaje OmicsLogic, convirtiéndose así en el participante que obtuvo el segundo puntaje más alto. Ha completado los siguientes cursos del portal de aprendizaje: Curso 1: Introducción a la bioinformática, Curso 2: Bytes y moléculas, Curso 3: Genómica, Curso 5: Transcriptómica y Curso 7: BioML-Machine Learning para datos biomédicos. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/N2UG625xe9fJZ3BcZJxdPrZaubV2

harris mcferrin, Profesor Asociado de Biología, Xavier de LA, logró la tercera posición al obtener 22646 puntos en su portal. Ha completado los cursos del Curso 1: Introducción a la Bioinformática, Curso 2: Bytes y Moléculas, Curso 3: Genómica, Curso 5: Transcriptómica, R-Coding Curso 1: Introducción a la Bioinformática, R-Coding Curso 2: Introducción a los Datos Science (BioML), Curso de Python 1: Introducción a la bioinformática, Curso de Python 2: Introducción a la ciencia de datos (BioML), Curso 7: BioML-Machine Learning para datos biomédicos y Curso 9: Diseño de un proyecto de investigación en bioinformática. También completó proyectos de ejemplo en el Proyecto 01: COVID-19 Origin & Pathogenesis of SARS-COV2, Project 02: Ebolavirus: Deadly Mutations y Project 03: TCGA Liver Cancer – Precision Oncology. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/puY1eHyiEKPh2yDUbuOOsoXwatx2

Gabela Nelson, candidato a doctorado en biología, LSU, logró los mismos puntos que el Sr. Harris McFerrin. Ha completado los cursos del Curso 1: Introducción a la Bioinformática, Curso 2: Bytes y Moléculas, Curso 3: Genómica, Curso 5: Transcriptómica, R-Coding Curso 1: Comenzando con la Bioinformática, R-Coding Curso 2: Introducción a los Datos Science (BioML), Python Course 2: Introducción a la ciencia de datos (BioML), Course 7: BioML-Machine Learning for Biomedical Data, y proyectos de ejemplo sobre el Proyecto 06: Modelos de xenoinjertos derivados de pacientes. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/gk2zphrXapdUjPYbb1mM0Gx2no72

Ven Thieulent, Profesor Asociado de Biología, Xavier de LA logró 22456 puntos al completar los siguientes cursos y proyectos: Curso 1: Introducción a la Bioinformática, Curso 2: Bytes y Moléculas, Curso 3: Genómica, Curso 5: Transcriptómica, Python Curso 1: Primeros pasos con Bioinformática, Python Curso 2: Introducción a la ciencia de datos (BioML), R-Coding Curso 1: Introducción a la bioinformática, R-Coding Curso 2: Introducción a la ciencia de datos (BioML), Curso 7: BioML-Aprendizaje automático para datos biomédicos , Curso 9: Diseño de un proyecto de investigación en bioinformática, Proyecto 01: COVID-19 Origen y patogenia del SARS-COV2, Proyecto 02: Ebolavirus: Mutaciones mortales, Proyecto 03: TCGA Cáncer de hígado: oncología de precisión, Proyecto 04: EV-D68 y Agudos mielitis flácida en niños, Proyecto 05: Modelado de medicina de precisión del cáncer y Proyecto 06: Modelos de xenoinjertos derivados de pacientes. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/jclHqg8u2pYNGOAPs5JZpvUWP9d2

Los 5 mejores participantes de NAIPI

Los 5 usuarios principales de NAIPIRafael Aniú Peres, Research Laboratory Associate, University of Hawaii logró 11894 puntos en su portal de aprendizaje OmicsLogic, lo que le valió el título de participante que obtuvo los puntos más altos de NAIPI. Ha completado los cursos del Curso 1: Introducción a la Bioinformática, Curso 2: Bytes y Moléculas, Curso 3: Genómica, Curso 4: Metagenómica, R-Coding Curso 1: Introducción a la Bioinformática, R-Coding Curso 2: Introducción a los Datos Ciencia (BioML) y Python Curso 1: Introducción a la bioinformática. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/Su7UXVIma6NS8smtorLM1DIp6W13

Krit Phankitnirundornbiólogo computacional, Universidad de Hawái logró 22827 puntos en el portal de aprendizaje OmicsLogic, convirtiéndose así en el participante que logró el segundos puntos más altos. Se completaron los siguientes cursos del portal de aprendizaje: Curso 1: Introducción a la bioinformática, Curso 2: Bytes y moléculas, Curso 5: Transcriptómica, R-Coding Curso 1: Introducción a la bioinformática, R-Coding Curso 2: Introducción a la ciencia de datos (BioML), Curso 7: BioML-Machine Learning para datos biomédicos, Python Curso 2: Introducción a la ciencia de datos (BioML) y Curso 9: Diseño de un proyecto de investigación en bioinformática. Enlace al portal de aprendizaje – https://learn.omicslogic.com/user/sCO9fKLyjkZBroau5idbxXnhyS02

eric peeples, Profesor Asociado de Pediatría en UNMC logró el tercer puesto al obtener 9457 puntos en su portal. Ha completado los cursos del Curso 1: Introducción a la bioinformática, Curso 2: Bytes y moléculas, Curso 3: Genómica, R-Coding Curso 2: Introducción a la ciencia de datos (BioML) y Curso 7: BioML-Aprendizaje automático para datos biomédicos. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/HNwLxfRv44X8Lfxak1nVScMaG7y1

Nina P Allan, estudiante de doctorado, de la Universidad de Hawái, logró 8278 puntos y obtuvo así la cuarta posición. Ha completado los cursos del Curso 1: Introducción a la Bioinformática, Curso 3: Genómica, Curso 4: Metagenómica y Curso 8: Epigenómica. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/PEaForUaN6YTWpdLwVklnIKt8n92

noelle rubas, estudiante de posgrado de la Universidad de Hawái logró 7524 puntos al completar los siguientes cursos y proyectos: Curso 2: Bytes y moléculas, Curso 5: Transcriptómica, Curso 8: Epigenómica, R-Coding Curso 1: Introducción a la bioinformática, R-Coding Course 2: Introducción a la ciencia de datos (BioML), Python Curso 2: Introducción a la ciencia de datos (BioML), Curso 7: BioML-Aprendizaje automático para datos biomédicos, Curso 9: Diseño de un proyecto de investigación en bioinformática y Proyecto 06: Modelos de xenoinjertos derivados de pacientes. Enlace a su portal de aprendizaje – https://learn.omicslogic.com/user/hzxaa39CktggfT9aA521l1gMgLz2

Para obtener más información sobre los programas OmicsLogic sobre bioinformática y ciencia de datos, visite el enlace: https://learn.omicslogic.com/programas

Si tiene alguna consulta, escríbanos a [email protected] ¡Feliz aprendizaje!

Enlace a los cursos de bioinformática y ciencia de datos mencionados anteriormente -;

  1. Curso 1: Introducción a la Bioinformática – https://learn.omicslogic.com/courses/course/course-1-introduction-to-bioinformatics
  2. Curso 2: Bytes y Moléculas – https://learn.omicslogic.com/courses/course/course-2-bytes-and-molecules
  3. Curso 3: Genómica – https://learn.omicslogic.com/courses/course/course-3-genomics
  4. Curso 4: Metagenómica – https://learn.omicslogic.com/courses/course/course-4-metagenomics
  5. Curso 5: Transcriptómica – https://learn.omicslogic.com/courses/course/course-5-transcriptomics
  6. Curso 6: Transcriptómica unicelular – https://learn.omicslogic.com/courses/course/course-6-single-cell-transcriptomics
  7. Curso 7: BioML-Machine Learning para datos biomédicos – https://learn.omicslogic.com/courses/course/course-7-bioml-machine-learning-for-biomedical-data
  8. Curso 8: Epigenómica – https://learn.omicslogic.com/courses/course/course-8-epigenómica
  9. Curso 9: Diseño de un Proyecto de Investigación en Bioinformática – https://learn.omicslogic.com/courses/course/course-9-designing-a-bioinformatics-research-project
  10. Curso R-Coding 1: Introducción a la bioinformática – https://learn.omicslogic.com/courses/course/r-coding-course-1-getting-started-with-bioinformatics
  11. Curso R-Coding 2: Introducción a la ciencia de datos (BioML) – https://learn.omicslogic.com/courses/course/r-coding-course-2-introduction-to-data-science-bioml
  12. Curso de Python 1: Primeros pasos con la bioinformática – https://learn.omicslogic.com/courses/course/python-course-1-getting-started-with-bioinformatics
  13. Curso de Python 2: Introducción a la ciencia de datos (BioML) – https://learn.omicslogic.com/courses/course/python-course-2-introduction-to-data-science-bioml

Acerca de- Pine Biotech

Fuente del artículo

Deja un comentario