Dados do Curso
Objetivo Geral:
Capacitar profissionais, pesquisadores e estudantes da área de genômica na utilização do CLC Genomics Workbench para análise de dados de micro-RNA, abrangendo desde o processamento de dados de sequenciamento até a identificação, quantificação e interpretação funcional de miRNAs, por meio de atividades práticas, tutoriais guiados e suporte especializado.Objetivos Educacionais/Aprendizagem:
Ao final do curso, espera-se que os participantes sejam capazes de:
- Compreender os princípios da biologia de micro-RNAs (miRNAs) e suas aplicações em estudos de regulação gênica, biomarcadores e doenças.
- Reconhecer as particularidades dos dados de sequenciamento de pequenos RNAs, incluindo desafios associados ao tamanho das leituras e à análise específica desses dados.
- Operar o CLC Genomics Workbench para análise de micro-RNA, navegando pelos módulos e ferramentas específicas.
- Executar pipelines completos de análise de miRNA, incluindo controle de qualidade, mapeamento, identificação de miRNAs conhecidos e predição de novos miRNAs.
- Realizar quantificação e análise de expressão diferencial de miRNAs, interpretando os resultados de forma crítica.
- Aplicar ferramentas de anotação e análise funcional, relacionando miRNAs a possíveis alvos gênicos e vias biológicas.
- Identificar e solucionar problemas práticos na análise de dados de micro-RNA, com base em boas práticas em bioinformática.
- Compreender os princípios da biologia de micro-RNAs (miRNAs) e suas aplicações em estudos de regulação gênica, biomarcadores e doenças.
- Reconhecer as particularidades dos dados de sequenciamento de pequenos RNAs, incluindo desafios associados ao tamanho das leituras e à análise específica desses dados.
- Operar o CLC Genomics Workbench para análise de micro-RNA, navegando pelos módulos e ferramentas específicas.
- Executar pipelines completos de análise de miRNA, incluindo controle de qualidade, mapeamento, identificação de miRNAs conhecidos e predição de novos miRNAs.
- Realizar quantificação e análise de expressão diferencial de miRNAs, interpretando os resultados de forma crítica.
- Aplicar ferramentas de anotação e análise funcional, relacionando miRNAs a possíveis alvos gênicos e vias biológicas.
- Identificar e solucionar problemas práticos na análise de dados de micro-RNA, com base em boas práticas em bioinformática.
Metodologia:
O curso será ofertado em formato híbrido, organizado em dois dias: 1º dia – remoto (assíncrono e síncrono): Os participantes terão acesso a tutoriais em vídeo e materiais de apoio, abordando conceitos fundamentais de micro-RNA e introdução ao uso do CLC Genomics Workbench. Serão propostas atividades hands-on guiadas para familiarização com o ambiente e fluxos básicos. 2º dia – presencial (para participantes do RJ) ou remoto (para unidades da Fiocruz fora do RJ): Sessões práticas (hands-on) com acompanhamento de especialista da QIAGEN, incluindo: Processamento de dados de small RNA-Seq; Identificação e quantificação de miRNAs; Predição de novos miRNAs; Análise de expressão diferencial; Interpretação funcional dos resultados; Consultoria para resolução de dúvidas e aplicação em dados reais dos participantes. A metodologia é baseada em aprendizagem ativa, com foco em prática supervisionada, resolução de problemas e desenvolvimento de autonomia no uso da ferramenta.
Justificativa:
Os microRNAs (miRNAs) desempenham papel fundamental na regulação da expressão gênica pós-transcricional, estando envolvidos em diversos processos biológicos, incluindo desenvolvimento, resposta a estresse, infecções e doenças complexas como câncer e doenças neurodegenerativas. Com o avanço das tecnologias de sequenciamento de nova geração (NGS), tornou-se possível investigar o perfil de expressão de miRNAs em larga escala, ampliando significativamente o potencial de descoberta de biomarcadores e alvos terapêuticos.
Apesar dessa relevância, a análise de dados de micro-RNA ainda representa um desafio para muitos profissionais da área de genômica, especialmente devido às particularidades desses dados, como o tamanho reduzido das sequências, a necessidade de pipelines específicos e a interpretação funcional dos resultados.
O CLC Genomics Workbench oferece ferramentas especializadas para análise de miRNA, com interface amigável e fluxos de trabalho integrados, permitindo desde o processamento dos dados brutos até a identificação e quantificação de miRNAs conhecidos e predição de novos miRNAs.
Dessa forma, a oferta deste curso é importante para suprir a demanda por capacitação prática na análise de dados de micro-RNA, promovendo a formação de recursos humanos qualificados e fortalecendo a capacidade analítica em projetos de pesquisa, diagnóstico e inovação tecnológica.
Avaliação:
A avaliação dos participantes será baseada em: - Presença nas atividades (presenciais e remotas síncronas); - Participação e engajamento nas atividades práticas (hands-on); - Interação durante as sessões com especialistas e resolução de exercícios propostos. Para certificação, será exigido o cumprimento de, no mínimo, 75% de frequência e participação nas atividades práticas desenvolvidas no curso.
Pré-Requisitos:
Cada participante deverá trazer seu próprio computador/laptop com as seguintes configurações mínimas recomendadas para uso do software CLC Genomics:
Sistema operacional (64 bits):
Windows: Windows 10, Windows 11, Windows Server 2016, 2019 ou 2022
Mac: macOS 13, 14 ou 15
Linux: RHEL 8+, SUSE Linux Enterprise Server 12.5+ (outros sistemas Linux recentes podem funcionar, mas não são garantidos).
Para uso de funcionalidades BLAST, é necessário ter a biblioteca libnsl.so.1
Memória RAM:
Mínimo: 8 GB
Recomendado: 16 GB
Tela:
Resolução mínima: 1024 x 768
Recomendado: 1600 x 1200
Estrutura:
Módulo 1 – Introdução ao CLC Genomics (Remoto) Atividades autoinstrutivas com tutoriais em vídeo Apresentação do software CLC Genomics Workbench: interface, ferramentas e fluxos de trabalho
Módulo 2 – Análises Práticas com CLC Genomics (Presencial) Atividades práticas com acompanhamento de especialista da QIAGEN
Sessão de consultoria prática: aplicação do CLC Genomics a dados reais dos participantes