Resumen

El paradigma de la medicina de precisión. Breve reseña histórica sobre la genómica. Organización estructural y funcional del genoma humano, genómica funcional y sus aplicaciones a la biomedicina traslacional y clínica. Genoma humano de referencia y su variabilidad genética: polimorfismos y mutaciones. Consecuencias de las mutaciones génicas.

Caracterización de genomas: Genome-seq, Exome-seq, Targeted-seq. Conceptos básicos sobre identificación de variantes, variantes SNV, InDels, variantes estructurales y numéricas.

Conceptos sobre el estudio de epigenomas (Methy-seq, ChIP-seq), transcriptomas (RNA-seq, scRNA-seq) y metagenómica (shotgun DNA sequencing).

Plataformas genómicas basadas en secuenciación de ácidos nucleicos: secuenciadores de primera, segunda y tercera generación. Características, fundamentos, ventajas y desventajas de cada tecnología (Illumina, PacBio, Oxford Nanopore, etc.). Metodología de secuenciación por síntesis: conceptos generales sobre datos crudos, alineamiento y mapeo de lecturas.

Plataformas genómicas basadas en microarreglos de ADN (cDNAs y oligos) para caracterización de genomas, epigenomas y transcriptomas. Uso actual de la tecnología de microarreglos.

Infraestructura y equipamiento esenciales en el laboratorio de NGS para el aislamiento de ácidos nucleicos, cuantificación/control de calidad, preprocesamiento y secuenciación. Preparación de librerías de NGS. Control de calidad y normalización de librerías de NGS. Métricas de corrida NGS en Illumina. Cálculo de cobertura y profundidad según el tipo de muestra y secuenciador.

Servicios de Secuenciación NGS. Requerimientos de las muestras de los servicios. Logística. Tipos de resultados. Reportes de calidad de los servicios. Acceso a los datos. Tipos de datos: todo sobre los archivos VCF.

Principios de bioinformática, infraestructura computacional y herramientas open-source para la descarga de datos crudos (fastq), control de calidad (md5sum y FastQC). Terminal de comando en Linux y Windows. Ejercicio de control de calidad de datos. Alineamiento y mapeo de secuencias: tipos de alineadores de secuencias NGS, ejemplo con el Burrows-Wheeler Aligner (BWA), procesamiento de archivos .sam/bam, buenas prácticas (GATK), Variant callers.

Flujos de trabajo bioinformáticos: introducción a R, RStudio y el proyecto Bioconductor. Acceso programático a repositorios de datos genómicos, contenedores de datos genómicos, workflows. Ejemplificación de un flujo de trabajo desde el control de calidad, alineamiento e identificación de variantes con acceso y uso del código.

Conceptos prácticos de la visualización, anotación e integración de datos genómicos.

Conceptos generales de mapeo, alineamiento, llamado de variantes, frecuencias alélicas, tipos de variantes genéticas, variantes germinales vs. somáticas.

Flujos de trabajo, buenas prácticas (Genome Analysis Toolkit) y algoritmos (HaplotypeCaller, Mutec2, Varscan, Strelka2) para la detección de variantes germinales y/o somáticas (SNVs, InDels).

¿Cómo interpretar un archivo VCF? Anotación estructural y funcional de las variantes.

Análisis y priorización de variantes de acuerdo al contexto clínico. Bases de datos de variantes (dbSNP, ClinVar, OMIM, HGMD, GenomAD). Estándares y lineamientos del American College of Medical Genetics and Genomics (ACMG).

Detección de variantes estructurales (fusiones) y numéricas (CNV).

Uso de recursos bioinformáticos para la anotación de variantes. Estrategias de anotación y filtrado de variantes. Exploración de bases de datos humanas. Elección de las bases de datos para la anotación de variantes. Predicción de efecto biológico.

Exploración de bases de datos de efectos clínicos y frecuencias (ClinVar, OMIM, HGMD, GenomAD, Uniprot), predicción de impacto funcional (SnpEff & SnpSift), predicción automática de patogenicidad (Mutation Tester, Polyphen-2 y SIFT).

Análisis de transcriptomas: conceptos básicos de protocolos de secuenciación RNA-seq, preprocesamiento de datos, análisis de datos no supervisados, análisis de expresión diferencial, análisis de enriquecimiento funcional (Gene Ontology, KEGG, etc.). Demostración en la implementación de un flujo de trabajo completo para el análisis de transcriptomas en R/Bioconductor.

Uso de metadatos en genómica: exoma de tumores. Conceptos de carga mutacional tumoral (TMB) y firmas mutacionales: aplicaciones en clínica oncológica. Interpretación clínica molecular (Correlación genotipo - fenotipo). Integración y correlación de exomas con variables clínicas y patológicas.

Uso de repositorios públicos para la integración, visualización y análisis de datos genómicos. Bases de datos genómica primarias y secundarias: búsqueda de datos y envío de datos a Gene Expression Omnibus (GEO). Bases de datos de genómica funcional dedicadas. Ejemplos de uso del recurso UCSC-Xena con datos del proyecto TCGA.

Guías de clasificación de variantes de acuerdo al ACMG (American College of Clinical Genomics). Recursos bioinformáticos para la evaluación de las reglas de la ACMG. Bases de datos curadas con variantes clasificadas. (Clinvar, LOVD, BRCA_exchange, OncoKB, CBioPortal).

Confección de reportes genómicos. Interpretación de reportes de variantes genómicas (reportes comerciales, CARIS, FM, FMcdx). Evaluación de la calidad de un reporte genómico. Hallazgos incidentales. Interpretación de reportes con biomarcadores (MSI, HRD).