Modelo de enseñanza
Nuestros cursos formativos especializados están orientados al análisis de datos de multi ómicas. Se imparten en colaboración con instituciones académicas y especialistas asociados, con el propósito de ofrecer experiencias formativas rigurosas y actualizadas.
Nuestro modelo pedagógico prioriza la comprensión conceptual de los principios que sustentan los métodos analíticos, evitando limitar la formación a la mera ejecución técnica de herramientas. De esta manera, los participantes desarrollan criterios sólidos para interpretar resultados, evaluar metodologías y adaptar flujos de análisis a distintos contextos experimentales.
El contenido de los cursos se fundamenta en literatura científica contemporánea, revisión de metodologías analíticas reproducibles y en buenas prácticas de análisis computacional. Estamos comprometidos en fortalecer la capacidad análitica de los participantes frente al rápido surgimiento de nuevas herramientas y enfoques en el campo de las ciencias ómicas.
Los cursos se ofrecen en español con el objetivo de ampliar el acceso a formación especializada de alta calidad en la comunidad latinoamericana y fomentar el intercambio científico en diálogo con comunidades académicas internacionales.
Estructura académica de los cursos
Nuestros cursos están diseñados como una introducción estructurada para el análisis a nivel de célula única, incluyendo scRNA-seq, scATAC-seq e integración de dos capaz scRNA-seq + scATAC-seq.
Cada curso combina fundamentos conceptuales con práctica analítica, permitiendo a los participantes comprender la metodología y el flujo de análisis.
En generales, los cursos incluyen:
- Principios conceptuales
- Flujo estándar de análisis de datos
- Ejercicios prácticos guiados
- Reproducibilidad y buenas prácticas
Priorizamos el uso de herramientas open-source, y plataformas de procesamiento en la nube adaptadas a escenarios donde las limitaciones de infraestructura computacional pueden representar un desafío operativo.
Perfil de participantes
Los cursos están dirigidos a estudiantes, investigadores y profesionales provenientes de áreas como biología, medicina, bioinformática, ciencias computacionales u otras disciplinas afines que buscan adquirir una introducción estructurada al análisis de datos genómicos de alto rendimiento.
No se requiere experiencia previa en análisis de datos ómicos, pero se recomienda tener conocimientos básicos de biología molecular y genética, así como familiaridad con conceptos fundamentales de programación y análisis de datos.