Disciplina instrumental para o ensino do delineamento do desenho experimental para estudos genômicos, com foco em análises bioinformáticas. A abordagem será feita de forma simples e funcional para estudos genéticos e evolutivos envolvendo um grande conjunto de dados.
Método científico. Teste de hipótese. Conceitos básicos de estatística e análise multivariada. Amostragem e seleção de parâmetros para sequenciamento. Fontes de variação. Bioinformática para análise genômica, transcriptômica e genômica ambiental.
A disciplina será dividida em aulas teóricas e prática. Durante as aulas teóricas serão abordados os seguintes temas: 1. Princípios de bioestatística e estatística multivariada. Amostragem de dados. 2. Método científico e teste de hipótese. 3. Fontes de variação e ruído. Estratégias dependendo da escala/hipótese de pesquisa: i) indivíduo, ii) populacão-espécie, iii) espécie-grandes grupos. 4. Materiais e métodos gerais para estudos atuais: citogenética, tamanho genômico, Sequenciamento. 5. Plataformas e seleção de parâmetros para sequenciamento NGS. Montagens genômicas e transcriptômicas. Descrição geral e detalhada de (meta)dados para cada caso. 6. Evolução genômica. 7. Prospecção de marcadores genômicos. 8. Testes de associação. 9. Genômica ambiental e metagenômica. Conceito de genomas em contextos ampliados: diferença entre genoma e genômica do organismo, pangenomica, holobionte. 10. Bancos de dados online e anotação funcional. 11. Abordagem comparativa: genômica, transcriptômica, proteômica, ecologia genômica. Nos exercícios práticos, os alunos terão a oportunidade de utilizar dados reais e implementar ferramentas básicas de bioinformática. As aulas práticas consistirão da análise a partir de bases de dados para resolução de perguntas específicas abordadas nas aulas teóricas. Observação: É ESPERADO QUE OS ALUNOS TENHAM NOÇÕES BÁSICAS DE ESTATÍSTICA.
Artigos diversos a serem apresentados em aula. Livros para consulta: M Anisimova. 2019 Evolutionary Genomics, Statístícal and Computational Methods. Humana Press, 2a edição GP Quinn, MJ Keough. 2002. Experimental design and data analysis for biologists. Cambridge University Press. JC Setúbal, J Meidanis. 1997. Introductíon to Computational Molecular Biology. Brooks/Cole Pub Co. RR Sokal, FJ Rohlf. 2011. Biometry: The Principies and Practíces of Statístícs in Biological Research. W. H. Freeman. 4a edição