Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2026
Descripció:
Bases de dades biològiques. Data mining en biologia molecular i medicina. Programari habitual en biologia molecular i biomedicina.
Crèdits:
3
Professora responsable:
Mireia Casas Marce

Grups

Grup F

Durada:
Semestral, 1r semestre
Professorat:
Mireia Casas Marce
Idioma de les classes:
Català (100%)

Competències

  • CB01- Identificar problemes, buscar solucions originals i aplicar-les en un context d'investigació o professional
  • CB03- Formular judicis sobre la problemàtica ètica i social, actual i futura, que plantegen les ciències biotecnològiques en general i les biomèdiques en particular
  • CB04- Comunicar de forma clara i concisa els seus coneixements, les seves conclusions i les implicacions ètiques i socials del seu camp de treball a públics especialitzats i no especialitzats ( divulgació científica)
  • CB05- Actualitzar i prosseguir els seus estudis de forma auto-dirigida i autònoma, recollint i seleccionant la informació necessària que permeti una investigació original i que aporti nous coneixements
  • CB06- Elaborar propostes alternatives creatives en relació amb els objectius d'investigació, valorant en el seu cas les incerteses i riscos
  • CE01- Integrar els aspectes metodològics i els continguts de les diferents disciplines de les biociències per al seu estudi a nivell molecular
  • CE06- Avaluar l'ús i la necessitat de tècniques avançades en biología molecular així com la seva adaptació a necessitats particulars requerides
  • CE09- Identificar i utilitzar racionalment les eines bio-informàtiques bàsiques ( bases de dades i programes d'anàlisis molecular) per contribuir al coneixement genòmic, transcriptòmic i proteòmic

Continguts

1. Introducció general a la bioinformàtica, data science i Big data. Organització de projectes d'anàlisi de dades.

2. Introducció a sistemes informàtics basats en UNIX. Fonaments del treball des de la línia de comandes.

3. Introducció a R i Rstudio. R com a entorn d'anàlisi estadística. Fluxos de treball reproduïbles en ciència de dades. Llenguatges de Markup per garantir la reproductibilitat de les anàlisis.

4. Eines avançades d'R. Les dades "endreçades" amb el paquet tidyverse. Producció de gràfiques d'alta qualitat amb el paquet ggplot.

5. Tractament i anàlisi de dades de seqüenciació massiva. Control de qualitat, "trimming", ensamblatge, mapejat.

6. Fluxos de treball bioinformàtics: conceptes de workflow, pipeline. Introducció al treball en gestors de fluxos de treball (galaxy). Treball amb casos pràctics.

7. Gens i genomes. Bases de dades i navegadors genòmics. Introducció a les diferents capes d'informació genòmica.

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 10,00 35,00 0 45,00
Sessió participativa 20,00 10,00 0 30,00
Total 30,00 45,00 0 75

Bibliografia

  • Buffalo, V. (2015). Bioinformatics data skills: Reproducible and robust research with open source tools. . " O'Reilly Media, Inc".
  • Wickham, H., & Grolemund, G. (2016). R for data science: import, tidy, transform, visualize, and model data. . O'Reilly Media, Inc..

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Resolució de problemes S'avaluarà tant la resolució dels problemes a l'aula com exercicis que el professor pot proposar per resoldre a casa. L’ús d’eines d’intel·ligència artificial només es permet per millorar l’ortografia, la gramàtica i la claredat dels textos. 40
Treball escrit: Resolució d'un cas S'avalua el treball entregat. L’ús d’eines d’intel·ligència artificial només es permet per millorar l’ortografia, la gramàtica i la claredat dels textos. 60

Qualificació

La nota de l'assignatura prové de la resolució d'exercicis (a l'aula o a casa, que s'hauran d'entregar) i d'un treball plantejat pel professor, que caldrà entregar al final de l'assignatura.

L’ús d’eines d’intel·ligència artificial només es permet per millorar l’ortografia, la gramàtica i la claredat dels textos. En tots els casos, és obligatori citar les eines utilitzades i declarar-ne l’ús específic.

Si en qualsevol mena d'activitat acadèmica es detecta la utilització, l’intent d’utilització o la tinença de qualsevol sistema, dispositiu o tecnologia que permeti o pugui permetre a l’estudiantat posar-se en contacte amb agents externs o rebre ajuda no autoritzada, així com qualsevol modalitat de còpia dels exercicis exigits en l’avaluació d’una assignatura, aquesta quedarà suspesa.

Es consideren també activitats fraudulentes la utilització d'informació sense autorització, utilització d'informació falsa, suplantació de la identitat, plagis totals o parcials, compra i venda de proves, pràctiques i treballs, etc. i per tant, en aquests casos l'estudiantat implicat suspendrà automàticament l'assignatura amb independència del procés disciplinari que es pugui seguir contra l’estudiant infractor (article 21 de Normativa reguladora dels processos d’avaluació i qualificació dels estudiants, aprovada en el Consell de Govern en la sessió 53/2026, de 5 de juny de 2026 (eBOU-4540)).

Queda absolutament prohibit realitzar qualsevol tipus de gravació, fotografia o enregistrament audiovisual de les activitats docents, a menys que el professorat implicat l’autoritzi explícitament.

Criteris específics de la nota «No Presentat»:
Es considerarà no presentat l'alumne que no presenti cap dels treballs que el professor demani s'han de presentar.

Avaluació única:
L'avaluació única la podran seguir els alumnes que la facultat autoritizi i constarà d'un examen que inclourà els continguts de teoria i les presentacions de la resta d'alumnes.

Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0.

Tutoria

Les tutories seran a hores convingudes, cal pactar-les amb el professor per correu electrònic.

Comunicació i interacció amb l'estudiantat

La comunicació fora de l'aula serà per correu electrònic.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.