Amplie seus conhecimentos em Oncologia de Precisão: Genômica e Big Data através deste programa, onde você encontrará o melhor material didático com casos práticos reais. Conheça os últimos avanços desta especialidade e realize uma prática médica de qualidade"

Um dos principais objetivos do programa é aproximar e promover o conhecimento da informática, que já se aplica em outras áreas do conhecimento, embora tenha uma implementação mínima no mundo da medicina. Embora ainda haja um caminho a percorrer antes de que a medicina genômica se torne uma realidade, a quantidade de informações clínicas atualmente disponíveis atualmente precisam ser interpretadas com precisão e associadas aos dados biológicos gerados a partir da análise bioinformática. 

Embora este seja um desafio difícil, isto permitirá que os efeitos da variação genética e potenciais terapias sejam explorados rapidamente, de forma barata e com maior precisão do que é possível atualmente. Os seres humanos não possuem a capacidade natural de perceber e interpretar sequências genômicas, nem de compreender todos os mecanismos, caminhos e interações que ocorrem dentro de uma célula viva, ou de tomar decisões médicas com dezenas ou centenas de variáveis. Para avançar, é necessário um sistema com capacidade analítica sobre-humana que simplifique o ambiente de trabalho e que mostre as relações e proximidades entre as variáveis. 

Em genômica e biologia, sabe-se que é melhor investir os recursos em novas técnicas computacionais do que em pura coleta de dados, algo que, provavelmente, também se aplica à medicina e, é claro, à oncologia. 

Temos à disposição milhões de dados e publicações,  mas quando estes são analisados por médicos ou biólogos, as conclusões são totalmente subjetivas em relação às publicações ou dados disponíveis que são arbitrariamente priorizados, resultando em um conhecimento parcial e, naturalmente, cada vez mais distante do conhecimento genético e biológico disponível apoiado pela computação. Portanto, um importante passo na implementação da medicina de precisão consiste em preencher esta lacuna, analisando de forma massiva as informações médicas e farmacológicas disponíveis.

Atualize seus conhecimentos através deste programa de estudos em Oncologia de Precisão: Genômica e Big Data”

Este Mestrado em Oncologia de Precisão: Genômica e Big Data conta com o conteúdo científico mais completo e atualizado do mercado. Suas principais características são:

• O desenvolvimento de mais de 75 casos Prática apresentados por especialistas em de Precisão Oncológica: Genômica e Big Data O conteúdo gráfico, esquemático e extremamente prático fornecido pelo curso proporciona informações científicas e de atendimento à saúde sobre as disciplinas essenciais para a prática profissional.
• As novidades em Oncologia de Precisão, Genômica e Big Data
• Contém exercícios práticos onde o processo de auto-avaliação é realizado para melhorar o aprendizado
• Sistema de aprendizagem interativo baseado em algoritmos para a tomada de decisões sobre as situações clínicas levantadas
• Com especial destaque para a medicina baseada em evidências e para as metodologias de pesquisa em  Oncologia de Precisão: Genômica e Big Data
• Tudo isto complementado por palestras teóricas, perguntas à especialistas, fóruns de discussão sobre temas controversos e trabalhos de reflexão individual
• Acesso à todo o conteúdo desde qualquer dispositivo, fixo ou portátil, com conexão à Internet

Este Mestrado é o melhor investimento que você pode fazer na escolha de um programa de capacitação por duas razões: além de atualizar seus conhecimentos em Oncologia de Precisão: Genômica e Big Data, você obterá um certificado da TECH Universidade Tecnologica"

O corpo docente deste curso é formado por profissionais da área da Oncologia de Precisão, que transferem a toda a experiência do seu trabalho para esta capacitação, além de especialistas reconhecidos de sociedades científicas de referência e universidades de prestigio.

O seu conteúdo multimídia, desenvolvido com a mais recente tecnologia educacional, oferece ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma aprendizagem imersiva e programada para capacitar em situações reais.

O desenho deste programa se Centro no Aprendizagem Baseada em Problemas, pelo qual o médico deverá resolver as diferentes situações da prática profissional que surgirem ao longo do curso. Para isso, o médico contará com a ajuda de um inovador sistema de vídeo interativo, realizado por especialistas reconhecidos na área de Oncologia de Precisão e com ampla experiência de ensino.

O Mestrado lhe permitirá praticar em ambientes simulados, proporcionando uma aprendizagem imersiva, programada para capacitar diante de situações reais"

Inclui casos clínicos visando aproximar ao máximo o desenvolvimento do programa à realidade do atendimento médico"

O Mestrado em Oncologia de Precisão: Genômica e Big Data tem como objetivo auxiliar o desempenho do médico que se dedica ao tratamento da patologia oncológica, onde é necessário interpretar com precisão um grande volume de informações clínicas disponíveis atualmente e associá-las com os dados biológicos gerados após uma análise bioinformática.

Este curso foi desenvolvido para que você possa atualizar seus conhecimentos em Oncologia de Precisão: Genômica e Big Data, utilizando a mais recente tecnologia educacional, para contribuir com qualidade e segurança na tomada de decisões, diagnóstico, tratamento e atendimento ao paciente"

Objetivo geral

• Ser capaz de interpretar com precisão o volume de informações clínicas atualmente disponíveis e associadas aos dados biológicos gerados após a análise bioinformática

Objetivos específicos  

Módulo 1. Biologia molecular

• Atualizar o conhecimento da biologia molecular do câncer, em relação a diferentes conceitos, como a heterogeneidade genética ou a reprogramação do microambiente 
• Proporcionar e expandir o conhecimento sobre imunoterapia como um exemplo claro de avanço científico na pesquisa translacional 
• Aprender uma nova abordagem para classificar os tumores mais frequentes com base em dados genômicos disponíveis no The Cancer Genome Genome Atlas (TCGA) Research Network 

Módulo 2. Oncologia genômica ou de precisão

• Discutir a mudança no cenário atual com a introdução de dados genômicos na compreensão biológica dos tumores 
• Explicar como a classificação genômica fornece informações independentes para prever resultados clínicos, proporcionando a base biológica para uma nova era de tratamentos personalizados do câncer 
• Conhecer as novas tecnologias genômicas atualmente utilizadas no sequenciamento de DNA e RNA, baseadas na sequência do genoma humano e tornadas possíveis desde a conclusão do
• Projeto Genoma Humano, o que significou uma expansão sem precedentes da capacidade da genética molecular na pesquisa genética e no diagnóstico clínico. 
• Analisar o processo de bioinformática seguido para interpretar e aplicar os dados biológicos
• Analisar e interpretar informações biológicas em nível molecular, celular e genômico 

Módulo 3. Mudanças na prática clínica atual e novas aplicações com a oncologia genômica

• Analisar e interpretar a carga mutacional tumoral (TMB) como um biomarcador genômico que tenha um impacto significativo no cenário da imunoterapia do câncer 
• Aprender como a biópsia líquida do DNA circulante nos permite compreender especificamente que tipo de mudanças moleculares estão acontecendo no tumor em tempo real
• Descrever o paradigma atual da incorporação de dados genômicos na prática clínica  de hoje 

Módulo 4. Uso de Unix e Linux na bioinformática

• Aprender sobre o sistema operacional Linux, que atualmente é fundamental no mundo científico tanto para a interpretação de dados biológicos de sequenciamento quanto para a mineração de textos médicos quando tratamos dados em larga escala 
• Fornecer as bases de acesso a um servidor Linux e como encontrar os pacotes e instalá-los no local. 
• Descrever os comandos básicos do Linux para: criar, renomear, mover e excluir diretórios; lista, leitura, criação, edição, cópia e exclusão de arquivos 
• Entenda como funcionam as permissões e como decifrar as permissões criptografadas do Linux com facilidade

Módulo 5. Análise de dados em projetos de Big Data: linguagem de programação R

• Analisar como a adoção do sequenciamento da próxima geração (NGS) em um contexto de diagnóstico levanta numerosas questões relativas à identificação e aos relatórios de variantes em genes secundários para a patologia do paciente. 
• Introdução à linguagem de programação R, cuja vantagem é ser uma linguagem de programação de código aberto e possui múltiplos pacotes de análise estatística.
• Aprender conceitos básicos de programação R como tipos de dados, aritmética de vetores e indexação. 
• Realização de operações em R, incluindo classificação, criação ou importação de dados 
• Aprenda como a solução de problemas começa com uma decomposição modular e depois outras decomposições de cada módulo em um processo chamado de refinamento sucessivo. 
• Aprenda o básico da inferência estatística para entender e calcular os valores p e intervalos de confiança enquanto analisa os dados com R 
• Fornecer exemplos de programação R de uma forma que ajude a fazer a conexão entre os conceitos e a implementação. 

Módulo 6. Ambiente gráfico em R

• Usar técnicas de visualização para explorar novos conjuntos de dados e determinar a abordagem mais apropriada  
• Aprenda como visualizar os dados para extrair informações, entendê-los melhor e tomar decisões mais efetivas
• Ensinar como obter dados que à primeira vista têm pouco significado e apresentar visualmente esses dados de uma maneira que faça sentido para análise 
• Saiba como utilizar as três principais fontes gráficas em R: base, lattice e ggplot2
• Saber em que se baseia cada pacote gráfico para definir qual utilizar e as vantagens oferecidas por um ou por outro  

Módulo 7. Análise estatística em R

• Descrever as técnicas estatísticas mais apropriadas como uma alternativa, quando os dados não estiverem de acordo com as suposições exigidas pela abordagem padrão 
• Aprenda os conceitos básicos para realizar pesquisas reproduzíveis usando scripts de R para analisar dados

Módulo 8. Machine learning para a análise de Big Data

• Processar e analisar rápida e automaticamente grandes volumes de dados complexos estruturados, semiestruturados e não estruturados em big data  
• Entender o que é machine learning e usar algumas das técnicas de classificação de dados (árvore de decisão, k-NN, Máquinas de Vetores de Suporte, redes neurais, entre outras). 
• Saiba como dividir os dados em um conjunto de teste e um conjunto de treinamento, e descubra os conceitos de viés e variação. 

Módulo 9. Mineração de dados aplicada à genômica

• Saiba como a mineração de dados permite encontrar padrões e regularidades em bancos de dados.  
• Aprenda a aplicar os princípios de mineração de dados à dissecação de grandes conjuntos de dados complexos (Big Data), incluindo aqueles em bases de dados muito grandes ou em páginas da web. 
• Explorar, analisar e aproveitar os dados, transformando-os em informações úteis e valiosas para a prática clínica. 

Módulo 10. Técnicas de mineração de dados genômicos

• Entender como a maioria dos dados científicos aparece em documentos como sites e arquivos PDF, que são difíceis de processar, para análise posterior, mas que podem ser utilizados através de técnicas de raspagem. 
• Ter acesso a muitas fontes de dados através do site para a implementação da medicina de precisão, permitindo a extração massiva de informações.

Módulo 11. Novas técnicas na era genômica

• Colocar em prática os conhecimentos adquiridos na interpretação de um estudo genômico em vários casos de câncer, extraindo informações úteis para ajudar na tomada de decisões 
• Usar diversos algoritmos feitos com a linguagem R para a extração de conhecimentos dos bancos de dados Pubmed, DGIdb e Clinical Trials, com base na busca de informações genéticas em determinados tumores  

Módulo 12. Aplicações da bioinformática na Oncologia Genômica

• Compreender a função dos genes com pouca informação clínica baseada na proximidade ontológica.  
• Descobrir genes envolvidos em uma doença a partir de uma pesquisa massiva no Pubmed e da representação gráfica do nível de evidência científica.    

Aproveite a oportunidade para se atualizar sobre os últimos avanços na área e aplicá-los à sua prática diária”