Bioinformática

El recurso compartido de bioinformática trabaja en estrecha colaboración con los otros recursos compartidos que generan conjuntos de datos grandes y complejos. La facultad del Recurso Compartido de Bioestadística proporciona experiencia complementaria y ayuda con el análisis de datos. Los directores de recursos colaboran con los usuarios para diseñar experimentos, desarrollar nuevos métodos para el análisis e interpretación de datos, integrar el conocimiento terapéutico y ayudar con la redacción de subvenciones y el procesamiento de datos para publicaciones.

Varios tipos de tecnologías innovadoras utilizadas por los investigadores del UNM Cancer Center producen datos grandes y complicados de alta dimensión que requieren conocimientos especializados, recursos computacionales y software para el análisis. Éstas incluyen

  • estudios de secuenciación de próxima generación (NGS),
  • detección de drogas de alto rendimiento (HTS), junto con quimioinformática, análisis de objetivos y farmacoinformática, y
  • microscopía de superresolución, incluidas técnicas cuantitativas e hiperespectrales.
Imagen de bioinformática

Brindar acceso a soluciones de análisis de datos de alta calidad, expertas y rentables es tan importante como poner a disposición de los usuarios instrumentación y técnicas de laboratorio de vanguardia, para que puedan hacer el mejor uso de los datos que se producen.

El Recurso compartido de bioinformática y análisis de datos de alta dimensión proporciona a los miembros del UNM Cancer Center la experiencia y las tecnologías necesarias para hacer uso de estos complicados conjuntos de datos de una manera que respalde los objetivos de los programas de investigación del UNM Cancer Center y promueve la investigación innovadora básica y traslacional del cáncer en el área de captación del UNM Cancer Center.

Utilice las herramientas de bioinformática

Recurso compartido de bioinformática

Dr. Yan Guo

Director, Recurso Compartido de Bioinformática
Oficina: 505-925 0099-
Envíe un correo electrónico al Dr. Guo

Jeremy Edwards, doctorado

Director Asociado (Associate Director)

Tudor Oprea, MD, PhD

Director Asociado (Associate Director)

Olufunmilola (María) Oyebamiji, MS

Bioinformático, Análisis de datos

Jiapeng He, MS

Bioinformático, Análisis de datos

Kathryn Brayer, Doctora en Filosofía

Bioinformático, Análisis de datos
también es compatible Genómica analítica y traslacional

Centro de investigación del cáncer (CRF): Planta Baja, Sala 100A

Para reconocer el uso de este recurso compartido, incluya lo siguiente en sus publicaciones:

Esta investigación fue parcialmente apoyada por la Subvención de Apoyo al Centro Integral del Cáncer de la UNM NCI P30CA118100 y el recurso compartido Bioinformática y Análisis de Datos de Alta Dimensiones.

Objetivos de bioinformática

Brindar soporte en informática, análisis y gestión del conocimiento a través de servicios, tecnologías, equipos y experiencia rentables para respaldar los tres programas de investigación de UNM Cancer Center.

  • Promueve la investigación transdisciplinaria sobresaliente
  • Apoya el descubrimiento de factores genéticos y de otro tipo que contribuyen al cáncer en Nuevo México

Desarrollar herramientas y canalizaciones bioinformáticas personalizadas adaptadas a las necesidades de investigación de UNM Cancer Center.

  • Promueve la investigación transdisciplinaria sobresaliente
  • Apoya el descubrimiento de factores genéticos y de otro tipo que contribuyen al cáncer en Nuevo México

Proporcionar educación y promover la conciencia sobre las tecnologías y los servicios de bioinformática.

  • Promueve la educación y la formación de la población activa oncológica.

Profesores y personal

Imagen de GuoDr. Yan Guo

Director del Recurso Compartido Bioinformática y Análisis de Datos de Alta Dimensiones
Profesor Asociado y Dotado de Medicina Molecular

Centro de investigación del cáncer, sala 100A
al +505 272-3718
Correo electrónico Dr. Yan Guo

Educación y Entrenamiento

Doctorado en Ciencias de la Computación, enfocado en Bioinformática, Universidad de Carolina del Sur
Maestría en Ingeniería, Universidad de Carolina del Sur
Licenciatura en Ciencias de la Computación, Mención en Japonés, Universidad de Minnesota

Líneas de Investigación

Desarrollo de metodología bioinformática y enfoques de análisis para estudios genómicos y genéticos.

Imagen de EdwardsJeremy Edwards, doctorado

Co-Director del Recurso Compartido Bioinformática y Análisis de Datos de Alta Dimensiones
Catedrático de Química y Biología Química
Catedrático de Ingeniería Química y Biológica
Catedrático de Genética Molecular y Microbiología

Centro de investigación del cáncer, sala 117
al +505 272-5465
Envíe un correo electrónico al Dr. Edwards

Educación y Entrenamiento

Formación postdoctoral en genética, Harvard Medical School
Doctorado en Bioingeniería, Universidad de California San Diego
Maestría en Bioingeniería, Universidad de California San Diego
Licenciatura en Ingeniería Mecánica, Universidad de Texas Arlington

Líneas de Investigación

Bioinformática, tecnologías del genoma, tecnología de secuenciación de próxima generación, biología de sistemas, regulación espacial de vías de señalización.

Imagen de OpreaTudor Oprea, MD, PhD

Co-Director del Recurso Compartido Bioinformática y Análisis de Datos de Alta Dimensiones
Profesor y Jefe de la División de Informática de la Traducción, Departamento de Medicina Interna
Correo electrónico Dr. Oprea

Líneas de Investigación

Quiminformática, analítica de objetivos y farmacoinformática, minería y análisis de datos, propiedades clínicas de fármacos e inteligencia competitiva de fármacos.

Educación y Entrenamiento

Formación postdoctoral en el Laboratorio Nacional de Biología Teórica de Los Alamos, con Angel García
Formación postdoctoral en el Center for Molecular Design, Washington University, con Garland Marshall
MD, Universidad de Medicina y Farmacia en Timisoara, Rumania
PhD, Universidad de Medicina y Farmacia en Timisoara, Rumania

Laboratorio de Guo

La bioinformática es un campo multidisciplinario que combina conceptos y habilidades de la biología, la informática y la bioestadística para resolver grandes y complejos problemas de investigación biomédica. Nuestro laboratorio lleva a cabo bioinformática, investigación genómica en minería de datos, aprendizaje automático y control de calidad de datos genómicos de alto rendimiento. Nuestros recursos compartidos de bioinformática también brindan apoyo bioinformático para el Centro Integral de Cáncer de la Universidad de Nuevo México y más allá.

Yan Guo, PhD, Director Adjunto y Profesor Titular, Recurso Compartido de Bioinformática
CV | Enviar un correo electrónico

Hui Yu, PhD, Investigador
CV | Enviar un correo electrónico

Olufunmilola (Mary) Oyebamiji, investigadora científica
CV | Enviar un correo electrónico

Jiapeng He, científico investigador
CV | Enviar un correo electrónico

Limin Jiang, académico visitante
CV | Enviar un correo electrónico

Enlaces a recursos

Grupo de consultoría estadística de UCLA: Recursos para paquetes de software estadístico comunes y tutoriales para conceptos estadísticos.

Herramientas estadísticas de SWOG: Tamaño de muestra y software de análisis simple

bioconductor: un software de código abierto para bioinformática que proporciona herramientas para el análisis y la comprensión de datos genómicos de alto rendimiento utilizando el R lenguaje de programación estadística.

ENLACE: un conjunto de herramientas de análisis de asociación de genoma completo de código abierto y gratuito que se centra en el análisis de datos de genotipo / fenotipo.

PLINK / SEQ: una biblioteca C / C ++ de código abierto que proporciona una plataforma para el desarrollo de herramientas analíticas para datos de variación de proyectos de resecuenciación y genotipado a gran escala, en particular estudios de exoma completo y genoma completo.

METAL: una herramienta para el metanálisis de exploraciones de asociación de todo el genoma mediante la combinación de estadísticas de prueba y errores estándar o valores p en múltiples estudios.

MAGENTA: una herramienta computacional que prueba el enriquecimiento de asociaciones genéticas en procesos biológicos predefinidos o conjuntos de genes relacionados funcionalmente.

IMPUTAR2: un programa de imputación de genotipos y fase de haplotipos

Software para la identificación de variantes genéticas en estudios de secuenciación del genoma de próxima generación Herramientas para la anotación funcional de variantes genéticas a partir de datos de secuenciación de alto rendimiento Se encuentra disponible una lista más completa de software para el análisis de datos de secuenciación de próxima generación:

http://seqanswers.com/wiki/Software/list

Los siguientes son recursos en línea disponibles gratuitamente que mantiene Bioinformatics Shared Resource. Están disponibles para todos los miembros del UNM Cancer Center.