Curso de análise de transcriptomas públicos (ênfase em microarray no NCBI GEO)

Sobre o Evento


Curso de análise de transcriptomas públicos no NCBI GEO
(Bioinfo- NCBI GEO)

Introdução

Este curso é um treinamento teórico-prático para conduzir uma análise completa de transcriptomas públicos, incluindo a introdução aos fundamentos do programa gratuito R e preparação do ambiente (utilizando os programas R/RStudio), para adquirir as competências básicas para aquisição e organização de dados do NCBI GEO via programa Bioconductor,  análises exploratórias e inferenciais como normalização, PCA, genes diferencialmente expressos (DEGs) e visualizações como heatmaps. 

 

Público-alvo e pré-requisitos

  • Público-alvo: estudantes de nível superior ou pós-graduação da área de Saúde ou Biológicas e correlatas, e pesquisadores que desejam analisar expressão gênica usando dados públicos.
  • Requisito prático: computador/notebook com R e RStudio instalados. Internet disponível e de boa velocidade.

 

Aulas (6 encontros; 3 dias, período matutino/vespertino)

Datas e horário do curso:

  • 23 a 25/02/26- Carga horária por dia: 6h (CH total 18h)
  • Aulas matutino: de 10:00-12:30 
  • aulas Vespertino: 13:30-17:00


Local: Sala multiuso do DCV2- UNEB Campus I

 

Aula 1 (23/02): Setup + fundamentos de R aplicados à análise de dados

Objetivos: preparar o ambiente e dominar o básico necessário para manipular objetos e tabelas no R. 

Conteúdos e prática:

  • Instalação do R e RStudio (fluxo recomendado). 
  • Introdução ao R: o que é, para que serve e como será usado no curso. 
  • Variáveis e tipos/estruturas de dados (ex.: vetores, data frames, matrizes) e inspeção com str(). 

 

Aula 2 (24/02): Download de dados públicos (GEO) + pré-processamento e normalização

Objetivos: obter dados do NCBI GEO e preparar a matriz de expressão para análise. 

Conteúdos e prática:

  • Download de dataset com GEOquery/Biobase (exemplo de GSE). 
  • Organização/integração: merge da matriz de expressão com anotação. 
  • Colapso de probes (microarray): porque é necessário e como fazer (ex.: avereps via limma). 
  • Normalizações: checagem de distribuição com boxplot e pipeline (incluindo log2). 



Aula 3 (25/02): Análises principais (PCA, DEGs, heatmap e visão geral de pathways)

Objetivos: executar análises exploratórias e inferenciais para interpretação biológica. 

Conteúdos e prática:

  • PCA: conceito e aplicação para sumarizar variação e visualizar separação de grupos. 
  • DEGs (método clássico): teste estatístico por gene, múltiplas comparações e correção (FDR), fold change e exportação de resultados. 
  • Heatmap: seleção de genes, anotação de amostras (cores por grupo) e visualização. 
  • Pathways: conexão entre lista de DEGs e enriquecimento/rotas (visão geral do racional do passo). 



O curso é gratuito com número limitado de vagas (15 no total) e dá direito a certificado de participação. 

 

 


Programação

Mais Informações