Introducción:
Python es actualmente uno de los lenguajes de programación más utilizados a nivel mundial debido a su versatilidad, eficiencia y facilidad de aprendizaje. Su amplia adopción en áreas como análisis de datos, bioinformática, inteligencia artificial, machine learning y automatización lo ha convertido en una herramienta fundamental para la investigación científica y el procesamiento de información.
Objetivo:
Este curso está dirigido a estudiantes, investigadores y personas interesadas en aprender Python con aplicaciones en ciencias biológicas y bioinformática. A lo largo del curso se desarrollarán habilidades para automatizar tareas, analizar datos y procesar secuencias biológicas mediante herramientas y librerías especializadas como Biopython, NumPy y Pandas.
El curso tiene un enfoque 100% práctico e interactivo, integrando además herramientas de inteligencia artificial como apoyo para facilitar el aprendizaje, la comprensión y el desarrollo de código. Los conceptos teóricos se abordarán mediante ejercicios y aplicaciones reales, sin requerir experiencia previa en programación.
Requerimientos:
El curso puede tomarse en Windows, Mac o Linux. Solo se requiere una computadora con al menos 4 GB de RAM y espacio disponible para instalar el software necesario.
Se utilizará Conda (Miniconda o Anaconda) como entorno de trabajo y gestor de paquetes, ampliamente empleado en bioinformática y análisis de datos por su facilidad de instalación y uso. Todo el software utilizado será gratuito y de licencia libre.
Instructor:
Temario en extenso:
Parte 1. Fundamentos de Python y Automatización
Sesión 1: Primeros pasos con Python y entorno de trabajo
–¿Qué es Python y por qué se utiliza en ciencia de datos y bioinformática?
–Instalación y configuración de Miniconda.
–Instalación y configuración de Visual Studio Code.
–Variables y tipos de datos.
–Entrada y salida de datos por consola.
–Operadores básicos.
–Creación del primer script en Python.
Sesión 2: Automatización con Python
–Estructuras condicionales.
–Bucles for y while.
–Creación y uso de funciones.
–Manipulación de texto.
–Lectura y escritura de archivos.
–Automatización básica de archivos FASTA y TXT.
Sesión 3: Estructuras de datos y manejo de información
–Listas, diccionarios y tuplas.
–Manipulación de strings y uso de f-strings.
–Introducción a objetos y clases en Python.
–Procesamiento de listas de secuencias biológicas.
–Generación automática de reportes.
Parte 2. Bioinformática y análisis de datos con Python
Sesión 4: BioPython aplicado
–Instalación de la librería Biopython.
–Clases Seq y SeqRecord.
–Importación y exportación de secuencias con SeqIO.
–Descarga de secuencias desde NCBI.
–Introducción a expresiones regulares aplicadas a bioinformática.
–Análisis de secuencias biológicas reales.
Sesión 5: Análisis numérico con NumPy
–Instalación y uso de NumPy.
–Creación y manipulación de arrays.
–Operaciones numéricas básicas.
–Comparación entre listas y arrays.
–Estadística básica y manipulación eficiente de datos.
–Análisis simple de datos biológicos.
Sesión 6: Análisis de datos con Pandas
–Instalación y uso de Pandas.
–Series y DataFrames.
–Importación de archivos CSV y Excel.
–Limpieza y filtrado de datos.
–Estadísticas básicas y exportación de resultados.
–Mini proyecto final con datasets biológicos reales.
