Bolsa de TT-V em Bioinformática

Level 5 -Technical Training Fellowship in Bioinformatics

Nº: 7392

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2024/01200-8

FAPESP process: 2024/01200-8

Título do projeto: Análise de dados genômicos e correlação com dados de dose-resposta

Project title:

Área de atuação: Bioinformática

Working area:

Quantidade de vagas: 1

Number of places: 1

Início: 15/02/2025

Start: 2025-02-15

Pesquisador responsável: João Meidanis

Principal investigator: João Meidanis

Unidade/Instituição: IC/UNICAMP

Unit/Instituition: IC/UNICAMP

Data limite para inscrições: 30/10/2024

Deadline for submissions: 2024-10-30

Publicado em: 10/09/2024

Publishing date: 2024-09-10

Localização: Av. Albert Einstein - 1251, Campinas

Locale: Av. Albert Einstein - 1251, Campinas

E-mail para inscrições: meidanis@unicamp.br

E-mail for proposal submission: meidanis@unicamp.br

  • Resumo

    O trabalho do bolsista consistirá em dois tipos de atividade. Primeiramente, deverá auxiliar no processamento de dados brutos gerados por experimentos de transcriptômica, metilômica e paineis.

    Após os primeiros dados ficarem prontos, estendendo-se até o final da bolsa, deverá ajudar nas análises cruzadas entre dados genômicos, dados de dose-resposta e dados clínicos.

    Os transcriptomas serão inicialmente processados com ferramentas como fastQC, STAR, Picard, e outras ferramentas do pacote Samtools. Os metilomas serão processados com ferramentas padrão de arrays, pois a tecnologia é semelhante, porém, adaptadas ao caso de metilação. Pacotes da linguagem R, especialmente da inciativa Bioconductor, como limma, amplamente usada para microarrays, poderão ser úteis aqui.

    Ferramentas mais específicas para metilação, como minfi, também serão avaliadas. Para paineis de genes, as ferramentas disponíveis no site BaseSpace, disponível para quem tem equipamentos Illumina, como Dragen, podem ser uma primeira linha de processamento, a ser completado com ferramentas do pacote Samtools e outras.

    Não descartamos o desenvolvimento de scripts caseiros para realizar tarefas específicas. Para ajudar na busca de correlações e análises cruzadas, ferramentas estatísticas como R, Jamovi e outras poderão ser utilizadas.

    Técnicas de ciência de dados e ciência de redes podem também ser úteis.