Introdución

A bioinformática é unha ciencia interdisciplinar que se ocupa do uso de técnicas matemáticas, informáticas, algorítmicas e estatísticas para resolver problemas biolóxicos, desde o ensamblaxe de xenomas completos ata a modelación da evolución. Pretendemos con este curso a implicación da USC na formación e transmisión de coñecemento punteiro aos seus alumnos e á sociedade en xeral, posto que as actuais licenciaturas non tratan estes temas en profundidade nin tampouco se dispoñen de estudos específicos sobre o tema: é máis, a nivel nacional, existen aínda moi poucos cursos de formación sobre o tema, malia a súa crecente importancia. Especialmente nos aspectos avanzados que trataremos no curso.

No curso de verán que propoñemos preténdese ofrecer un primeiro nivel de formación, tanto teórico como práctico, nalgunhas das técnicas máis importantes e de maior proxección futura da bioinformática de hoxe.

O momento actual en Galicia é dunha explosión en recursos humáns e materiais destinados á acuicultura, coa ampliación de REGABA (rede galega en biotecnoloxía e acuicultura), o seu probable liderado nunha rede similar a nivel estatal, e a estreita colaboración coas empresas do sector asentadas en Galicia. O grupo proponente do curso colabora activamente apoiando devanditas iniciativas, de notable carga bioinformática, que requirirán a formación de persoal especializado.

Así mesmo, o advenimento de novas técnicas de secuenciación como "454 sequencing" contribuirá a unha maior e máis rápida xeración de datos de secuenciación, o que disparará a demanda de ferramentas matemáticas e bioinformáticas, e profesionais instruídos no seu uso correcto.

A gripe aviar é un tipo de gripe que se hospeda en aves e que pode infectar varias especies de mamíferos, o home entre elas. Foi identificado en Italia por primeira vez ao principio do século pasado, e agora sábese que existe no mundo enteiro. Dada a actualidade do tema parécenos oportuno revisar varias das ferramentas bioinformáticas existentes que nos permitan facer unha valoración crítica do difundido sobre a enfermidade na maioría dos medios de comunicación.

Os SNPs (ou polimorfismos dun só nucleótido), que constitúen o 90% da variación xenética no genoma humano entre individuos estannos proporcionando valiosa información sobre a resposta do individuo fronte a enfermidades, bacterias, virus, e ata información sobre a etnia e características morfológicas.

Un microarray de ADN é unha colección de "spots" ou puntos de ADNc, ARN... microscópicos adheridos a unha superficie sólida (hoxe en día vidro) disposta en forma tabular. O seu uso fundamental é a medida dos niveis de expresión dun gran número de xenes simultáneamente, co fin de caracterizar mostras. Os investigadores úsanos para identificar variación xenética en individuos en poboacións, mutaciones en cancro, comparacións entre células sas e doentes, etc. O abaratamiento de custos traerá consigo o seu uso xeneralizado e a necesidade dun experto en analizar os datos contidos.

Neste curso farase especial fincapé nos aspectos relacionados cos modelos matemáticos subyacentes ás técnicas bioinformáticas, e que poden orientar a unha utilización máis crítica e rigorosa destas. Por outra banda, preténdese mostrar como estas mesmas técnicas bioinformáticas son utilizadas en diversos casos prácticos desenvolvidos nos diversos talleres do curso. A devandita formación será impartida por profesionais familiarizados co uso diario desas técnicas.

O formato do curso cunha gran compoñente práctica de talleres asociados a sesións teóricas foi nun principio suxerido polos alumnos de cursos anteriormente organizados polo grupo, e a experiencia demostra que foi moi popular, produtiva e gratificante para os alumnos. A capacidade das aulas de informática dispoñibles (25 persoas), unida á forte demanda do curso, aconsella desdoblar o alumnado en dous grupos para así poder ofertar 50 prazas. Isto obriga á intervención en varias sesións dalgúns dos ponentes, que preferiblemente deben ser os mesmos que teñan impartido a correspondente sesión teórica.