Ementa do Curso
Objetivo Geral:
Capacitar profissionais, pesquisadores e estudantes da área de genômica na utilização do CLC Genomics Workbench para análise de dados de single-cell RNA sequencing (scRNA-seq), desenvolvendo competências para processar, explorar, visualizar e interpretar dados de transcriptômica de célula única por meio de fluxos de trabalho integrados, atividades práticas e suporte especializado. O curso visa promover a autonomia dos participantes na aplicação de análises de scRNA-seq em projetos de pesquisa, contribuindo para a compreensão da heterogeneidade celular, identificação de populações celulares e investigação de mecanismos biológicos em diferentes contextos experimentais.Objetivos Educacionais/Aprendizagem:
Ao final do curso, espera-se que os participantes sejam capazes de:
- Compreender os fundamentos da transcriptômica de célula única (single-cell RNA-seq) e suas principais aplicações em pesquisa biomédica, genômica e medicina de precisão.
- Reconhecer as particularidades dos dados de scRNA-seq, compreendendo os desafios relacionados ao processamento, controle de qualidade e interpretação desses dados.
- Operar o CLC Genomics Workbench para realizar análises de transcriptômica de célula única, utilizando os módulos e ferramentas específicas da plataforma.
- Executar um pipeline completo de análise de scRNA-seq, incluindo importação dos dados, controle de qualidade, normalização, redução de dimensionalidade, agrupamento (clustering) e identificação de marcadores celulares.
- Visualizar e interpretar populações celulares, explorando a heterogeneidade celular e identificando tipos e estados celulares a partir dos resultados obtidos.
- Realizar análises de expressão gênica diferencial e caracterização funcional entre populações celulares, interpretando criticamente os resultados.
- Aplicar boas práticas em bioinformática para organização, documentação e reprodutibilidade das análises de dados de transcriptômica de célula única.
- Identificar e solucionar problemas comuns relacionados ao processamento e análise de dados de single-cell RNA-seq, utilizando os recursos disponíveis no CLC Genomics Workbench e a documentação da plataforma.
- Compreender os fundamentos da transcriptômica de célula única (single-cell RNA-seq) e suas principais aplicações em pesquisa biomédica, genômica e medicina de precisão.
- Reconhecer as particularidades dos dados de scRNA-seq, compreendendo os desafios relacionados ao processamento, controle de qualidade e interpretação desses dados.
- Operar o CLC Genomics Workbench para realizar análises de transcriptômica de célula única, utilizando os módulos e ferramentas específicas da plataforma.
- Executar um pipeline completo de análise de scRNA-seq, incluindo importação dos dados, controle de qualidade, normalização, redução de dimensionalidade, agrupamento (clustering) e identificação de marcadores celulares.
- Visualizar e interpretar populações celulares, explorando a heterogeneidade celular e identificando tipos e estados celulares a partir dos resultados obtidos.
- Realizar análises de expressão gênica diferencial e caracterização funcional entre populações celulares, interpretando criticamente os resultados.
- Aplicar boas práticas em bioinformática para organização, documentação e reprodutibilidade das análises de dados de transcriptômica de célula única.
- Identificar e solucionar problemas comuns relacionados ao processamento e análise de dados de single-cell RNA-seq, utilizando os recursos disponíveis no CLC Genomics Workbench e a documentação da plataforma.
Metodologia:
O curso será ofertado em formato híbrido, combinando atividades assíncronas e práticas supervisionadas, de forma a maximizar o aproveitamento dos participantes e o tempo dedicado às análises no software. 1º dia – remoto (assíncrono): os participantes terão acesso a tutoriais em vídeo e materiais didáticos que abordam os conceitos fundamentais da transcriptômica de célula única (single-cell RNA-seq), bem como a introdução ao ambiente do CLC Genomics Workbench e aos principais fluxos de trabalho para esse tipo de análise. As atividades incluirão exercícios hands-on guiados para familiarização com a plataforma. 2º dia – presencial (para participantes do RJ) ou remoto (exclusivamente para participantes de unidades da Fiocruz fora do RJ): serão realizadas atividades práticas (hands-on) conduzidas por especialista da QIAGEN, utilizando conjuntos de dados de single-cell RNA-seq. Os participantes executarão um pipeline completo de análise, incluindo controle de qualidade, normalização, redução de dimensionalidade, agrupamento celular (clustering), identificação de genes marcadores, análise de expressão diferencial e interpretação dos resultados. Ao final, haverá uma sessão de consultoria para discussão de dúvidas e orientação sobre a aplicação dos fluxos de trabalho em projetos dos participantes. A metodologia é centrada na aprendizagem ativa, integrando exposição dos conceitos essenciais, atividades práticas guiadas, tutoriais em vídeo, estudos dirigidos e resolução de problemas. O treinamento privilegia o desenvolvimento da autonomia dos participantes no uso do CLC Genomics Workbench e a aplicação dos conhecimentos adquiridos em situações reais de pesquisa.
Justificativa:
O sequenciamento de RNA em célula única (single-cell RNA sequencing – scRNA-seq) revolucionou os estudos de transcriptômica ao permitir a caracterização da heterogeneidade celular em nível individual, possibilitando a identificação de populações celulares, estados funcionais e mecanismos moleculares que não podem ser observados por abordagens convencionais de RNA-Seq. Essa tecnologia tem se tornado cada vez mais relevante em pesquisas nas áreas de biologia celular, imunologia, câncer, doenças infecciosas, neurociências e medicina de precisão. Entretanto, a análise de dados de scRNA-seq envolve fluxos de trabalho complexos e demanda conhecimentos específicos para o processamento, controle de qualidade, integração, visualização e interpretação dos resultados. A disponibilidade de ferramentas que reúnam essas etapas em um ambiente integrado e de fácil utilização é fundamental para ampliar o acesso à tecnologia e reduzir barreiras à sua aplicação. O CLC Genomics Workbench, da QIAGEN, disponibiliza um conjunto robusto de ferramentas para análise de transcriptômica de célula única, permitindo a execução de pipelines completos em uma interface gráfica intuitiva, sem a necessidade de conhecimentos avançados em programação. Nesse contexto, a oferta deste curso atende à crescente demanda por capacitação especializada em análise de dados de single-cell RNA-seq, contribuindo para a formação de recursos humanos qualificados e para o fortalecimento das competências em bioinformática nas instituições de pesquisa. Além disso, o treinamento favorece a utilização eficiente da infraestrutura da Plataforma de Bioinformática (RPT04A) da Rede de Plataformas Tecnológicas da Fiocruz, ampliando a capacidade institucional para o desenvolvimento de projetos de pesquisa e inovação baseados em transcriptômica de célula única.
Pré-requisito:
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
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 e ao Single-cell RNA-seq (Remoto) Atividades autoinstrutivas com tutoriais em vídeo Apresentação do software CLC Genomics Workbench: interface, ferramentas e fluxos de trabalho
Módulo 2 – Análises Práticas de Single-cell RNA-seq com CLC Genomics (Presencial) Atividades práticas com acompanhamento de especialista da QIAGEN Análise de dados de single-cell RNA-seq Controle de qualidade, normalização, clustering e identificação de tipos celulares Análise de expressão diferencial e interpretação dos resultados Geração de relatórios e exportação de resultados Sessão de consultoria prática: aplicação do CLC Genomics a dados reais dos participantes