BIOINFORMÁTICA Y ANÁLISIS DE DATOS

Análisis de asociación amplia del genoma (GWAS): Estudios de asociación amplia del genoma, identificando la relación entre las variaciones y los fenotipos medidos y modelando la magnitud del impacto de estas variaciones en este fenotipo

Análisis eQTL: Identificación de las variaciones genómicas que contribuyen al cambio en la expresión de los genes

Análisis de Es-localización: Asociación y correlación amplia del genoma de las variaciones de la expresión génica, e identificación de las variaciones que causan el fenotipo en una mejor resolución

Análisis diferenciales de expresión genética

Modelización de las expresiones genéticas que cambian con el tiempo

Análisis de enriquecimiento genético en las vías biológicas

Análisis de un grupo determinado de genes utilizando bases de datos sobre las vías de los genes

Identificar SNP, pequeñas supresiones e inserciones utilizando toda la secuenciación de genoma, exoma o ARN de lectura corta

Identificar las variaciones somáticas

Secuenciación de última generación: Identificación del número de copias y variaciones estructurales, filtrado de datos y control de calidad

Anotaciones genéticas: Identificar en qué genes y en qué isomorfos se encuentran estas variaciones, y estimar los efectos de estas variaciones mediante métodos computacionales

Análisis genéticos comparativos: Identificación de las relaciones evolutivas en un grupo determinado de secuencias mediante árboles filogenéticos. Modelización de las relaciones evolutivas entre estas secuencias

Análisis de Chip-Seq: Identificación de los sitios activos en el genoma

Rearme usando el método short-read. Esto podría llevarse a cabo para todas las lecturas de genoma y transcriptoma,

Modelización de enfermedades complejas utilizando interacciones proteína-proteína e identificando los genes candidatos que juegan un papel en estas enfermedades

Redes de e-expresión (co-expresión): Modelización de las relaciones de expresión como una red para diferentes tejidos utilizando expresiones genéticas e identificando nuevas vías dentro de estas redes.

Análisis de la microbiota

Análisis de metilación

Identificación y anotación de pequeños ARN: Identificación de pequeños ARNs en el genoma usando lectura corta, y comparando estos ARNs con bases de datos como miRbase, DASHR, y RFAM.

Prueba de hipótesis entre el paciente y los grupos sanos

Modelado bayesiano

Comparación de las variables paramétricas continuas y categóricas

Comparación de las variables no paramétricas

Análisis de genética de poblaciones

Identificación de la frecuencia y la varianza de los caracteres genéticos continuos o categóricos en la población o en los grupos de pacientes/control

Modelización de la distribución de los parámetros en estas poblaciones

Identificar las variaciones en la selección positiva y negativa

Identificar la estructura de la población: PCA (Análisis de Componentes Principales)

Meta-análisis de poblaciones

Normalización del efecto de grupo dentro de las poblaciones

Disminución del número de parámetros utilizados para definir las poblaciones e identificación de parámetros importantes

Identificación de las relaciones filogenéticas en las poblaciones

Identificar las transferencias de genes entre poblaciones

Análisis de datos con modelos de regresión lineal y regresión logística

Análisis de supervivencia