El curso que se propone y cuyo contenido temático se encuentra detallado más adelante, consta de un total de 30 horas, y permitirá a los estudiantes (internos y externos interesados) desarrollar las habilidades teórico y prácticas necesarias para la interpretación, integración, y análisis quimio y bioinformático de datos de metabolómica no dirigida y metabolómica dirigida, obtenidos por espectrometría de masas de alta y baja resolución, respectivamente. El empleo de estas tecnologías y herramientas computacionales, son esenciales para el cumplimiento de objetivos específicos de distintos proyecto de tesis relacionados con análisis metabolómicos comparativos y la identificación tentativa de metabolitos potencialmente asociados a efectos biológicos de interés.
Proveer de herramientas teórico y prácticas para el análisis e integración de datos metabolómicos obtenidos por espectrometría de masas.
Se haran uso de métodos teóricos computacionales, softwares y bases de datos espectrales de acceso libre, tales como METABOANALYST, MASSBANK, METLIN, CHEMSPIDER, entre otros.
Conocimientos básicos de computo. Profesionista o estar cursando las carreras de Lic. en Biología, Ciencias Agropecuarias, Moleculares, Alimentarias y afines.
Conocimientos básicos de cómputo, estadísticas y química orgánica.
Se discutirán ejemplos selectos utilizando bases de datos internas. Se espera que los estudiantes sean capaces de obtener los resultados esperados posterior al procesamiento de estos datos.
Asistencia 100% obligatoria.
Contenido Temático (total 40 horas)
1.1. Principios de la cromatografía de líquidos (2.5 h).
1.2. Principios de la espectrometría de masas (2.5 h).
1.3. Tipos de análisis metabolómicos (3 h).
1.4. Revisión de ejemplos selectos (2 h).
2.1. Obtención de la matriz de datos (2 h).
2.2. Análisis estadísticos comparativos de datos metabolómicos no dirigidos.
2.2.1. Análisis de componentes principales (1.5 h).
2.2.2. Mapas de calor (1.5 h).
2.3. Revisión de ejemplos selectos (2 h).
3.1. Análisis de Fold Change (2 h).
3.2. Obtención de gráficos tipo volcán (2 h).
3.3. Análisis discriminantes supervisados (1 h).
3.4 Revisión de ejemplos selectos (2 h).
4.1. Identificación por RMN (3 h).
4.2. Identificación por espectrometría de masas (2 h).
4.3 Revisión de ejemplos selectos (2 h).
5.1. Análisis de enriquecimiento de rutas (2 h).
5.2. Análisis funcionales (2 h).
5.3. Integración de datos ómicos (1 h).
5.4 Revisión de ejemplos selectos (3 h).