Máster Oficial en Bioinformática, Simulación y Vida Artificial

Módulo 1. Bioinformática

01 Bases de datos de secuencias biológicas
02 Recuperación de información de bases de datos biológicas
03 Evaluación de la similitud de secuencias por pares: BLAST y FASTA
04 Navegadores de genomas
05 Anotación del genoma
06 Métodos predictivos utilizando secuencias de ARN
07 Métodos predictivos utilizando secuencias de proteínas
08 Alineaciones de secuencias múltiples
09 Evolución molecular y análisis filogenético
10 Análisis de expresiones
11 Proteómica e identificación de proteínas por espectrometría de masas
12 Predicción y análisis de la estructura de proteínas
13 Redes y vías biológicas
14 Metabolómica
15 Genética de poblaciones
16 Metagenómica y análisis de la comunidad microbiana
17 Bioinformática traslacional
18 Métodos estadísticos para biólogos


Módulo 2. Análisis de datos en bioinformática

01 Introducción al aprendizaje supervisado
02 Introducción al Aprendizaje No Supervisado en Bioinformática
03 Una revisión crítica sobre la aplicación de redes neuronales artificiales en bioinformática
04 Técnicas de Reducción de Dimensionalidad: Principios, Beneficios y Limitaciones
05 Detección de enfermedades de las plantas usando herramientas de aprendizaje automático con una descripción general de la reducción de la dimensionalidad
06 Selección de genes usando análisis integrador de datos ómicos multinivel: una revisión sistemática
07 Algoritmo de bosque aleatorio en la clasificación genómica de desequilibrio
08 Selección de características y clasificación aleatoria de bosques para la enfermedad del cáncer de mama
09 Un estudio completo sobre la aplicación de la optimización de lobo gris para datos de micromatrices
10 El análisis de conglomerados y la selección de funciones: perspectiva del aprendizaje automático y el procesamiento de imágenes
11 Inteligencia artificial y aprendizaje automático para soluciones sanitarias
12 Pronóstico de la enfermedad del nuevo coronavirus (Covid-19) utilizando algoritmos de refuerzo LSTM y XG
13 Un enfoque innovador de aprendizaje automático para diagnosticar el cáncer en una etapa temprana
14 Un estudio del comportamiento de la estadificación del sueño humano basado en polisomnografía utilizando técnicas de aprendizaje automático
15 Detección de esquizofrenia usando señales de EEG
16 Análisis de rendimiento de técnicas de procesamiento de señales en bioinformática para aplicaciones médicas utilizando conceptos de aprendizaje automático
17 Encuesta de varios modelos ontológicos estadísticos numéricos y de aprendizaje automático sobre ontología de enfermedades infecciosas
18 Un modelo eficiente para predecir enfermedades hepáticas mediante el aprendizaje automático
19 Un enfoque novedoso para la predicción del comportamiento del mercado de valores utilizando técnicas bioinformáticas
20 Predicción del comportamiento del precio del mercado de valores utilizando modelos de Markov: un enfoque bioinformático

Módulo 3 Genómica

01 Los genomas y la expresión y regulación génicas en el flujo de información biológica
02 Evolución de las tecnologías de secuenciación del ADN
03 Mecanismos de la NGS
04 Ensamblaje del genoma y auge de las ómicas
05 Configuración del laboratorio y análisis de datos
06 Bibliotecas SEQ y preparación básica de bibliotecas de secuenciación
07 Secuenciación PAIRED-END (PE)
08 Secuenciación y ensamblaje del genoma
09 Secuenciación del exoma
10 Análisis del transcriptoma
11 Pipeline Galaxy para el análisis de bibliotecas de transcriptomas

Módulo 1. Introducción al Modelado y Simulación

01 Introducción
02 Sistemas de segundo orden
03 Fundamentos del sistema
04 Modelos compartimentales
05 Estabilidad
06 Sistemas de tiempo discreto
07 Métodos numéricos
08 Optimización
09 Identificación del sistema
10 Sistemas estocásticos
11 Sistemas de retroalimentación
12 Modelos de ecuaciones diferenciales parciales
13 Redes complejas

Módulo 2. Simulación y Análisis Aplicado en la Ingeniería en Tiempo Real

01 Ciertas Investigaciones sobre Diferentes Modelos Matemáticos en Aprendizaje Automático e Inteligencia Artificial
02 Optimización de Edge Computing mediante modelado matemático, modelos de aprendizaje profundo y algoritmos evolutivos
03 Modelado matemático de enfoques criptográficos en el escenario de computación en la nube
04 Una exploración de las metodologías de redes y comunicación para la preservación de la seguridad y la privacidad en las plataformas informáticas perimetrales
05 Algoritmo inspirado en la naturaleza para colocar sensores en el sistema de monitoreo de salud estructural: enfoque de peces incubadores en la boca
06 Efectos de fuente/sumidero de calor en el flujo convectivo de un fluido newtoniano que pasa por una placa vertical inclinada en un campo conductor
07 Aplicación de Ecuaciones Diferenciales Fuzzy en Imágenes Digitales Mediante Técnicas de Punto Fijo
08 La convergencia de nuevos enfoques de aprendizaje profundo en ciberseguridad y análisis forense digital
09 Modelos Matemáticos para Visión por Computador en Segmentación de Imágenes Cardiovasculares
10 Modelado de la clasificación de la retinopatía diabética mediante el aprendizaje profundo
11 nuevos enfoques de aprendizaje profundo para futuras aplicaciones y servicios informáticos
12 Efectos de la absorción de radiación y el campo magnético alineado en el fluido MHD Cassion más allá de una placa porosa vertical inclinada en un medio poroso
13 Modelado matemático integrado y análisis del marco de detección de plagas de cultivos de arroz utilizando clasificadores convolucionales
14 Un enfoque novedoso de aprendizaje automático en Edge Analytics con modelado matemático para la optimización de pruebas de IoT

Módulo 1. Inteligencia Artificial

01 La era de la inteligencia artificial
02 El problema de la conciencia de la inteligencia artificial
03 Ingeniería de la conciencia
04 Cómo cazar a un zombi de la IA. Someter a las máquinas a pruebas de conciencia
05 Podrías fusionarte con una IA
06 Hacerse un mindscan
07 Un universo de singularidades
08 ¿Es tu mente un programa de software?

Módulo 2. Inteligencia Artificial en Bioinformática

01 El conocimiento y el razonamiento
02 Aprendizaje automático
03 Inteligencia Artificial
04 Ciencia de datos
05 Aprendizaje profundo
06 Los métodos de IA
07 Agentes inteligentes
08 Análisis de secuencia
09 Análisis de estructura
10 ciencias ómicas
11 Ontologías en bioinformática
12 Bioinformática integrativa
13 Análisis de redes biológicas
14 Análisis de vías biológicas
15 Biomédica
16 Inteligencia artificial en bioinformática: 

Módulo 3. Internet de las cosas (IoT)

01 Internet de las cosas. Una visión general del ecosistema de internet de las cosas
02 Tecnologías habilitadoras de internet de las cosas. Industria 4.0
03 Hiperconectividad. Infraestructuras de comunicaciones
04 Arquitectura y plataformas de internet de las cosas
05 Internet industrial de las cosas
06 Infraestructuras de la internet de las cosas. Cloud computing, edge y fog computing, data lake
07 Big data. Arquitectura y components
08 Inteligencia artificial en internet de las cosas
09 Robótica. Cobots, robots de software, drones, vehículos autónomos
10 Internet de las cosas y blockchain integración
11 Ciudades inteligentes
12 Analítica de datos de la internet de las cosas
13 Seguridad y ciberseguridad en internet de las cosas
14 Ética, privacidad y protección de datos en la internet de las cosas normas legales y regulaciones, consorcios y organizaciones
15 El futuro hiperconectado. La conectividad inteligente y las tendencias tecnológicas de internet de las cosas

Módulo 4. ¿Cómo piensan las máquinas?

01 Para qué sirven los datos
02 Cómo pensar en un mundo de datos
03 Cómo construir tu primer algoritmo
04 Develando los secretos de la IA
05 Las máquinas pueden vernos
06 El futuro de la IA

Módulo 5. Vida artificial: Ciencia e Ingeniería de Sistemas Complejos

01 Surgimiento, crecimiento y consolidación de la vida artificial
02 Fundamentos y criterios de demarcación de y para la vida artificial
03 Síntesis del trabajo y la investigación en vida artificial
04 La vida artificial en el marco de las ciencias de la complejidad
05 La vida artificial como fundamento para la ingeniería de sistemas complejos
06 Comentarios finales

Módulo 6. Liderazgo Positivo

01 La inteligencia emocional del líder Un reto colosal para un mundo en crisis
02 El líder en época de innovación y de profundos cambios
03 Liderar con sentido es liderar con valores Misión, visión y operativa
04 Liderar personas es esencial conocer biología y conducta del individuo y del grupo
05 Creando y ejecutando estrategia para obtener mejores resultados de negocio con la gestión del conocimiento en la innovación
06 Comunicación pública y desarrollo de presentaciones eficaces
07 Liderar el impacto mediático Comunicación con medios de prensa

Denominación de la asignatura: Trabajo Fin de Máster
Créditos ECTS: 10
Carácter de la asignatura: Obligatoria
Materia a la que pertenece: Trabajo Fin de Máster

"Nunca consideres el estudio como una obligación, sino como una oportunidad para penetrar en el bello y maravilloso mundo del saber" - Albert Einstein