Se o que procura é uma certificação para tornar-se um Curso de especialização em Bioinformática e Big Data aplicados ao setor da saúde, este curso é perfeito para si. De que está à espera para se inscrever?”

A melhoria na gestão de dados biológicos que as especialidades relacionadas com as ciências da saúde têm experimentado com o desenvolvimento da bioinformática é incalculável. E é que, graças à evolução das estratégias de Big Data, da web 3.0 e da tecnologia digital, hoje em dia é possível realizar uma análise massiva de informação clínica em muito pouco tempo, otimizando os processos de interpretação e aplicação, facilitando ao profissional a tomada de decisões ao abordar um paciente.

Ámbitos como a Fisioterapia implementaram no seu dia a dia as técnicas mais inovadoras relacionadas com a computação informática especializada, o que lhes tem permitido estabelecer pautas terapêuticas mais eficazes e especializadas, correspondendo isso a um dos principais objetivos da Bioinformática. E com o objetivo de aproximar ao fisioterapeuta das novidades deste setor, a TECH decidiu lançar este Curso de especialização, uma qualificação 100% online desenhada por e para especialistas da área.

Trata-se de uma experiência académica inovadora e intensiva através da qual o especialista poderá atualizar-se com os mais recentes avanços na criação e gestão de diferentes bases de dados, o uso dos motores de busca mais sofisticados e complexos, ou a gestão das técnicas estatísticas mais eficazes aplicáveis à computação. Além disso, aprofundará no processamento massivo de informação através de técnicas como a genómica estrutural, funcional ou a transcriptómica, entre outras.

E para isso, contará com 540 horas do melhor material teórico, prático e adicional, este último apresentado em diferentes formatos: vídeos detalhados, artigos de investigação, leituras complementares, resumos dinâmicos e muito mais. Tudo estará disponível desde o início da atividade académica e poderá ser descarregado em qualquer dispositivo com ligação à internet. Assim, o aluno terá a oportunidade de organizar esta experiência de forma totalmente personalizada e adaptada à sua total disponibilidade.

Gostaria de aprofundar-se nas novidades da computação em bioinformática? Escolha esta especialização que a TECH coloca à sua disposição de forma 100% online e atualize os seus conhecimentos em somente 6 meses”

Este Curso de especialização em Bioinformática e Big Data em Medicina conta com o conteúdo científico mais completo e atualizado do mercado. As suas principais características são:

• O desenvolvimento de estudos de casos apresentados por especialistas em Bioinformática e Big Data
• Os conteúdos gráficos, esquemáticos e eminentemente práticos com que foi concebido fornecem uma informação prática sobre as disciplinas que são indispensáveis para a prática profissional
• Os exercícios práticos onde o processo de autoavaliação pode ser levado a cabo a fim de melhorar a aprendizagem
• O seu foco especial em metodologias inovadoras
• As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre questões controversas e atividades de reflexão individual
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet

Graças à exaustividade com que esta qualificação foi desenhada, poderá implementar na sua prática profissional as estratégias para o processamento massivo de dados clínicos mais eficazes e inovadoras”

O curso inclui, no seu corpo docente, profissionais da área que partilham nesta formação a experiência do seu trabalho, além de reconhecidos especialistas de sociedades de referência e universidades de prestígio.

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educativa, permitirá ao profissional uma aprendizagem situada e contextual, ou seja, um ambiente simulado que proporcionará uma formação imersiva programada para treinar-se em situações reais.

O design deste curso foca-se na Aprendizagem Baseada em Problemas, através da qual o profissional deverá tentar resolver as diferentes situações da atividade profissional que surgem ao longo do curso. Para tal, contará com a ajuda de um sistema inovador de vídeo interativo desenvolvido por especialistas reconhecidos.

Aprofundará a criação eficaz de bases de dados de projetos óhmicos e de proteínas, que irão ajudá-lo a otimizar a informação disponível na sua prática”

Um curso perfeito para aprender em pormenor sobre os últimos desenvolvimentos relacionados com a tecnologia de bases de dados em bioinformática”

O egresso que aceder a este Curso de especialização encontrará 540 horas do melhor conteúdo teórico, prático e adicional. Tudo isso estará apresentado num formato confortável e flexível 100% online, graças ao qual poderá aprofundar-se nas novidades da Bioinformática e do Big Data de onde quiser e quando quiser, sem horários nem aulas presenciais. Além disso, a totalidade do material estará disponível desde o início da atividade académica e poderá ser descarregado em qualquer dispositivo com ligação à internet. Desta forma, o especialista poderá consultá-lo sempre que precisar, mesmo depois de ter concluído esta experiência académica.

A utilização da metodologia Relearning, assim como a inclusão de horas de material adicional de grande qualidade, fará do curso da especialização uma experiência académica dinâmica, multidisciplinar e envolvente”

Módulo 1. Computação em Bioinformática

1.1. Dogma central em Bioinformática e computação. Estado atual

1.1.1. A aplicação ideal em Bioinformática
1.1.2. Desenvolvimentos em paralelo em biologia molecular e computação
1.1.3. Dogma em biologia e teoria da informação
1.1.4. Fluxos de informação

1.2. Bases de Dados para computação em Bioinformática

1.2.1. Bases de dados
1.2.2. Gestão de dados
1.2.3. Ciclo de vida do dado em Bioinformática

1.2.3.1. Uso
1.2.3.2. Modificação
1.2.3.3. Arquivamento
1.2.3.4. Reuso
1.2.3.5. Descarte

1.2.4. Tecnologia de bases de dados em Bioinformática

1.2.4.1. Arquitetura
1.2.4.2. Gestão de bases de dados

1.2.5. Interfaces para bases de dados em Bioinformática

1.3. Redes para computação em Bioinformática

1.3.1. Modelos de comunicação. Redes LAN, WAN, MAN e PAN
1.3.2. Protocolos e transmissão de dados
1.3.3. Topologia de redes
1.3.4. Hardware em Datacenters para computação
1.3.5. Segurança, gestão e implementação

1.4. Motores de pesquisa em Bioinformática

1.4.1. Motores de pesquisa em Bioinformática
1.4.2. Processos e tecnologias dos motores de pesquisa em Bioinformática
1.4.3. Modelos computacionais: algoritmos de busca e aproximação

1.5. Visualização de dados em Bioinformática

1.5.1. Visualização de sequências biológicas
1.5.2. Visualização de estruturas biológicas

1.5.2.1. Ferramentas de visualização
1.5.2.2. Ferramentas de renderização

1.5.3. Interface de usuário para aplicações em Bioinformática
1.5.4. Arquiteturas de informação para visualização em Bioinformática

1.6. Estatística para computação

1.6.1. Conceitos estatísticos para computação em Bioinformática
1.6.2. Caso de uso: microarrays de ARN
1.6.3. Dados imperfeitos. Erros em estatística: aleatoriedade, aproximação, ruído e suposições
1.6.4. Quantificação do erro: precisão, sensibilidade e especificidade
1.6.5. Clusterização e classificação

1.7. Mineração de dados

1.7.1. Métodos de mineração e computação de dados
1.7.2. Infraestrutura para computação e mineração de dados
1.7.3. Descoberta e reconhecimento de padrões
1.7.4. Aprendizado de máquina e novas ferramentas

1.8. Coincidência de padrões genéticos

1.8.1. Coincidência de padrões genéticos
1.8.2. Métodos de computação para alinhamentos de sequências
1.8.3. Ferramentas para coincidência de padrões

1.9. Modelagem e simulação

1.9.1. Uso no campo farmacêutico: descoberta de fármacos
1.9.2. Estrutura de proteínas e biologia de sistemas
1.9.3. Ferramentas disponíveis e futuro

1.10. Colaboração e projetos de computação online

1.10.1. Computação em rede
1.10.2. Padrões e regras. Uniformidade, consistência e interoperabilidade
1.10.3. Projetos de computação colaborativa

Módulo 2. Bases de dados biomédicas

2.1. Bases de dados biomédicas

2.1.1. Base de dados biomédica
2.1.2. Bases de dados primárias e secundárias
2.1.3. Principais bases de dados

2.2. Bases de dados de ADN

2.2.1. Bases de dados de genomas
2.2.2. Bases de dados de genes
2.2.3. Bases de dados de mutações e polimorfismos

2.3. Bases de dados de proteínas

2.3.1. Bases de dados de sequências primárias
2.3.2. Bases de dados de sequências secundárias e domínios
2.3.3. Bases de dados de estruturas macromoleculares

2.4. Bases de dados de projetos óhmicos

2.4.1. Bases de dados para estudos de genómica
2.4.2. Bases de dados para estudos de transcriptómica
2.4.3. Bases de dados para estudos de proteómica

2.5. Bases de dados de doenças genéticas. Medicina personalizada e de precisão

2.5.1. Bases de dados de doenças genéticas
2.5.2. Medicina de precisão. Necessidade de integração de dados genéticos
2.5.3. Extração de dados de OMIM

2.6. Repositórios auto-reportados de pacientes

2.6.1. Uso secundário do dado
2.6.2. O paciente na gestão dos dados depositados
2.6.3. Repositórios de questionários auto-reportados. Exemplos

2.7. Bases de dados em aberto Elixir

2.7.1. Bases de dados em aberto Elixir
2.7.2. Bases de dados recolhidas na plataforma Elixir
2.7.3. Critério de escolha entre uma e outra base de dados

2.8. Bases de dados de reações adversas a medicamentos (RAM)

2.8.1. Processo de desenvolvimento farmacológico
2.8.2. Relatório de reações adversas a fármacos
2.8.3. Repositórios de reações adversas a nível local, nacional, europeu e Internacional

2.9. Plano de gestão de dados de Investigação. Dados a depositar em bases de dados públicas

2.9.1. Plano de gestão de dados
2.9.2. Custódia dos dados resultantes de pesquisa
2.9.3. Depósito de dados em uma base de dados pública

2.10. Bases de dados clínicas. Problemas com o uso secundário de dados em saúde

2.10.1. Repositórios de histórias clínicas
2.10.2. Criptografia de dados
2.10.3. Acesso ao dado sanitário. Legislação

Módulo 3. Big Data em Medicina: processamento massivo de dados médicos

3.1. Big Data em pesquisa biomédica

3.1.1. Geração de dados em biomedicina
3.1.2. Alto desempenho (Tecnología High-throughput)
3.1.3. Utilidade dos dados de alto desempenho. Hipóteses na era do Big Data

3.2. Pré-processamento de dados em Big Data

3.2.1. Pré-processamento de dados
3.2.2. Métodos e abordagens
3.2.3. Problemas do pré-processamento de dados em Big Data

3.3. Genómica estrutural

3.3.1. A sequenciação do genoma humano
3.3.2. Sequenciação vs. Chips
3.3.3. Descobrimento de variantes

3.4. Genómica funcional

3.4.1. Anotação funcional
3.4.2. Preditores de risco em mutações
3.4.3. Estudos de associação em genómica

3.5. Transcriptómica

3.5.1. Técnicas de obtenção de dados massivos em transcriptómica: RNA-seq
3.5.2. Normalização de dados em transcriptómica
3.5.3. Estudos de expressão diferencial

3.6. Interatómica e epigenómica

3.6.1. O papel da cromatina na expressão genética
3.6.2. Estudos de alto desempenho em interatómica
3.6.3. Estudos de alto desempenho em epigenética

3.7. Proteómica

3.7.1. Análise de dados de espectrometria de massas
3.7.2. Estudo das modificações pós-traducionais
3.7.3. Proteómica quantitativa

3.8. Técnicas de enriquecimento e clustering

3.8.1. Contextualização dos resultados
3.8.2. Algoritmos de clustering em técnicas ómicas
3.8.3. Repositórios para o enriquecimento: Gene Ontology e KEGG

3.9. Aplicações do Big Data em saúde pública

3.9.1. Descoberta de novos biomarcadores e alvos terapêuticos
3.9.2. Preditores de risco
3.9.3. Medicina personalizada

3.10. Big Data aplicado em Medicina

3.10.1. O potencial da ajuda ao diagnóstico e prevenção
3.10.2. Uso de algoritmos de Machine Learning em saúde pública
3.10.3. O problema da privacidade

Uma experiência de capacitação única, fundamental e decisiva para impulsionar seu crescimento profissional"