Programa Curso

Identificación y priorización de Neoantígenos

25, 26, 27 y 28 de NOVIEMBRE 2019

A quien esta dirigido?

Este curso de posgrado esta destinado a docentes, estudiantes y profesionales que quieran introducirse en los conceptos de alineamiento de secuencias de ADN/ARN, identificación de variantes y aplicación de técnicas de Redes Neuronales Artificiales para la predicción de neoantígenos

Objetivos

  1. Introducir conceptos de Alineamiento de secuencias genómicas
  2. Introducir los conceptos de identificación de variantes
  3. Introducir en la aplicación de modelos de redes neuronales bajo paradigma deep learning para identificacióin de neoaigenos
  4. Aplicarla estrategia de uso de RNAs para identificación de neoantígenos.

Programa

Lunes 25 de Noviembre de 14 a 18 hs

  • Generalidades de NGS
  • Introducción a linux
  • Formato FASTA-FASTQ. Análisis de calidad de secuencias.
  • Formato SAM. Mapeo a genoma de referencia.

Martes 26 de Noviembre de 14 a 18 hs

  • Formato VCF. Detección de SNP, SNV e INDELs con GATK. Visualización con IGV.
  • MODApy: a filtering and annotation VCFs Tool for Variant Analysis (Juan Carlos Vazquez)

Miércoles 27 de Noviembre de 9 a 18 hs

    • Introduction to Protein Structure Prediction
    • Predicción de variantes inmunogénicas con MuPeXi. Priorización de neopéptidos candidatos.

Jueves 28 de Noviembre de 9 a 18 hs

(En la UCC, traslado incluido en el costo del curso)

    • Introduction to Deep Learning and its application to neoepitope prediction

Modalidad

Se recomienda que cada participante deberá asistir con su notebook, aunque hay equipamiento acorde en el aula.

Coordinadores

Dr. Elmer Fernandez (efernandez@bdmg.com.ar ). Investigador CONICET.

Dr. Fabio Custodio (LNCC , Brasil)

Emilio Fenoy (Instituto de Inv. Biotecnológicas, UNSAM - CONICET)

Ibel Carri (Instituto de Inv. Biotecnológicas, UNSAM - CONICET)

Juan Carlos Vazquez (Universidad Católica de Córdoba)

Docentes

Dr. Fabio Custodio

Fábio Lima Custódio is a technologist at the Laboratório Nacional de Computação Científica (LNCC) in Brasil. He holds a degree in Biological Sciences from the Federal University of Rio de Janeiro (UFRJ) and a Ph.D. in Computational Modeling from LNCC. During his graduation, he gained expertise in molecular modeling, protein structure prediction, metaheuristics, genetic algorithms, and molecular modeling.Fábio is proficient in C, C++, Python, and Shell script. Additionally, having participated, with an in-house automated server, in the Critical Assessment of Protein Structure Prediction (CASP) since 2014 has acquired comprehensive experience in HPC.Currently, he is using Tensorflow to apply deep learning models (Convolutive Residual Neural Networks) in molecular modeling problems, such as protein structure prediction, sequence classification, and peptide immunogenicity prediction.

Material