De una lista de proteínas a biomarcadores: analiza datos proteómicos con R
Deja de trabajar con listas de proteínas sin contexto. Aprende a procesar, normalizar, comparar e interpretar datos proteómicos para obtener resultados con mayor sustento biológico y estadístico.
Aplicable a tesis, publicaciones y proyectos de investigación biomédica.
Quiero reservar mi acceso gratuito →💡 Las personas registradas recibirán información sobre una sesión adicional de repaso.
¿Tus datos de espectrometría de masas se quedan cortos a la hora de publicar o defender tu tesis?
Muchos estudiantes e investigadores obtienen listas de proteínas, pero carecen de las herramientas para validar la significancia estadística y el impacto biológico de esos hallazgos. En esta sesión práctica, cerrarás la brecha entre la data cruda y la evidencia científica.
📊 Preprocesamiento Riguroso
Aprende a manejar valores faltantes, filtrar contaminantes y normalizar matrices para evitar sesgos técnicos que arruinen tu análisis.
️ Estadística con Criterio
Comprende la interpretación real de p-values, corrección FDR y cómo seleccionar proteínas diferencialmente expresadas con solidez.
📈 Visualización para Publicación
Transforma tus resultados en Volcano Plots y Heatmaps de alto impacto, listos para incluir en tus informes o artículos científicos.
Agenda de la Sesión: Del Dato Crudo al Biomarcador
Tres módulos diseñados para llevarte de la teoría a la aplicación práctica en Google Colab.
Módulo 1: Preparación de datos proteómicos para el análisis estadístico
- Cómo realizar el control de calidad de proteínas identificadas.
- Filtrado de contaminantes y proteínas de baja confianza.
- Manejo de valores faltantes en matrices proteómicas.
- Métodos de normalización para reducir variabilidad técnica.
Módulo 2: Estadística aplicada a Proteómica
- Comparación estadística entre grupos experimentales.
- Conceptos de significancia estadística e interpretación de p-values.
- Corrección por múltiples pruebas mediante FDR.
- Criterios para seleccionar proteínas diferencialmente expresadas.
Módulo 3: Identificación y visualización de biomarcadores
- Cálculo de cambios de abundancia proteica y priorización de candidatos.
- Construcción e interpretación de Volcano Plots.
- Generación de Heatmaps para comparar grupos biológicos.
- Presentación de resultados para proyectos de investigación y publicaciones.
Aprende de un Experto en Bioinformática y Biomedicina
Luis Alejandro Pérez Timaná
Genetista, Biotecnólogo e Investigador Predoctoral (UCSC)
Con más de seis años de experiencia en programación aplicada a las biociencias mediante Python y R. Sus áreas de especialización incluyen bioinformática, análisis de datos multi-ómicos e inteligencia artificial aplicada a la biomedicina.
- Investigador predoctoral en el Departamento de Ingeniería Biomolecular de la Universidad de California, Santa Cruz (UCSC).
- Desarrollador de herramientas computacionales para el análisis de datos biológicos y aplicaciones en biomedicina.
- Egresado de la Universidad Nacional Mayor de San Marcos (UNMSM).
Diseñado especialmente para:
🎓 Estudiantes y Egresados
De Biología, Biotecnología, Bioingeniería, Farmacia, Medicina, Ingeniería Biomédica y carreras afines.
Tesistas e Investigadores
Que necesitan analizar datos proteómicos, identificar biomarcadores y dar soporte estadístico a sus papers o tesis.
🧑⚕️ Profesionales de la Salud
Interesados en aprender a utilizar R para el análisis estadístico de experimentos de proteómica sin experiencia previa en programación.
⏰ La clase comienza en:
23 de agosto • 7:00 p.m. (Hora Perú) • Cupos limitados
Inscríbete gratis - Cupos limitados
Completa el formulario para recibir el enlace de acceso a la clase en vivo del 02 de agosto.
Usaremos tu WhatsApp y correo solo para enviarte el acceso al webinar y materiales complementarios.
Preguntas Frecuentes
¿Necesito tener instalado R o RStudio antes de la clase? +
No. La clase se realizará utilizando Google Colab. Solo necesitas un navegador web y conexión a internet. Te guiaremos paso a paso en la nube, sin instalaciones complejas en tu computadora.
¿Me servirá si no tengo experiencia previa programando en R? +
¡Absolutamente! El webinar está diseñado como una introducción aplicada. Nos enfocaremos en el flujo de trabajo y la interpretación biológica, proporcionándote el código listo para usar y adaptar a tus propios proyectos.
¿Qué pasa si no puedo asistir en vivo el 02 de agosto? +
La clase se realizará únicamente en vivo y no se entregará grabación. Te recomendamos reservar la fecha y conectarte a tiempo para aprovechar la sesión completa y la ronda de preguntas y respuestas.
¿La clase incluye certificado o materiales descargables? +
No. Esta clase gratuita no incluye certificado ni materiales descargables. El valor principal está en la sesión en vivo, donde conocerás el flujo de análisis, ejemplos prácticos y criterios para interpretar datos proteómicos con R.