Titulación | Tipo | Curso | Semestre |
---|---|---|---|
4316231 Biología, Genómica y Biotecnología Vegetales / Plant Biology, Genomics and Biotechnology | OT | 0 | 2 |
Conocimientos básicos de Genética
Proporcionar a los alumnos una visión global y actual de las técnicas, fundamentos y aplicaciones de la Genómica Vegetal e introducirlos en la Biología de Sistemas de las plantas. Los objetivos específicos incluyen la comprensión de los siguientes aspectos: la diversidad y complejidad de los genomas vegetales, las técnicas empleadas habitualmente en los estudios de genómica, transcriptómica, proteómica y metabolómica y las aplicacionesa la mejora genética de las plantas cultivadas, así como el uso de las matemáticas para el modelado predictivo a través de la integración de los datos de las diferentes -ómicas.
Biología de Sistemas: conceptos, metodología y estudios de casos utilizando múltiples -ómicas. El caso de estudio será la aparición de una nueva enfermedad que afecta y mata todas las variedades de tomate. Los estudiantes realizarán un viaje a través de todas las -ómicas para descubrir la causa y buscar una solución científica viable para su aplicación en la mejora de plantas cultivadas.
Específicamente,
Se utilizarán aplicaciones prácticas de métodos y técnicas en fenómica y genómica vegetales, incluyendo el uso de marcadores moleculares en la mejora vegetal. Importancia de los QTLs en este problema.
Análisis y aplicación de datos derivados de experimentos de genómica y de transcriptómica para limitar el problema.
Análisis y aplicación de datos derivados de los experimentos de proteómica, interactómica y metabolómica para encontrar una solución al problema.
Análisis integrado del caso de estudio aplicados, incluyendo la modelización computacional, para la mejora de plantas de cultivo.
Conferencias y charlas de expertos
Problemas y casos prácticos
Preparación de informes
Estudio personal
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Conferencias y charlas de expertos | 11 | 0,44 | 1, 5 |
Problemas y casos prácticos | 24 | 0,96 | 2, 3, 6, 8 |
Tipo: Supervisadas | |||
Preparación de informes | 30 | 1,2 | 4, 7, 8 |
Tipo: Autónomas | |||
Estudio personal | 84 | 3,36 | 9 |
Evaluación continua 10%
Informe 60%
Cuestionario final 30%
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Cuestionario final | 30% | 1 | 0,04 | 6 |
Evaluación continuada con la participación de los estudiantes | 10% | 0 | 0 | 1, 2, 3, 5, 6 |
Informe | 60% | 0 | 0 | 4, 7, 9, 8 |
Yunbi Xu Molecular Plant Breeding. CAB International Oxfordshire, UK disponible online a Biblioteca UAB:
http://www.cabi.org/cabebooks/FullTextPDF/2010/20103101750.pdf
Fredericks DN, & Relman DA (1996). Sequence-based identification of microbial pathogens: a reconsideration of Koch’s postulates. Clinical microbiology reviews, 9 (1), 18-33
Li et al. 2014 A Review of Imaging Techniques for Plant Phenotyping. Sensors, 14, 20078-20111.
Großkinsky et al, 2015. Plant phenomics and the need for physiological phenotyping across scales to narrow the genotype-to-phenotype knowledge gap. Journal of Experimental Botany, 66: 5429-5440.
Collard et al. 2005. An introduction to markers, quantitative trait loci (QTL) mapping and marker-assisted selection for crop improvement: The basic concepts. Euphytica (2005) 142: 169–196
Tanksley and McCouch 1997. Seed Banks and Molecular Maps: Unlocking Genetic Potential from the Wild. Science 277: 1063-1066.
Serra et al. 2016. Marker-assisted introgression (MAI) of almond genes into the peach background: a fast method to mine and integrate novel variation from exotic sources in long intergeneration species. Tree Genetics & Genomes 12: 96.
Fei Chen, Yunfeng Song, Xiaojiang Li, Junhao Chen, Lan Mo, Xingtan Zhang, Zhenguo Lin and Liangsheng Zhang (2019). Genome sequences of horticultural plants: past,
present, and future. Horticulture Research 6:112.
Anne Pfeiffer, Hui Shi, James M. Tepperman, Yu Zhang, and Peter H. Quail. (2014)Combinatorial Complexity in a Transcriptionally Centered Signaling Hub in Arabidopsis. Molecular Plant 7, 1598–1618.
Lee, C.-R., Park, Y.-H., Min, H., Kim, Y.-R., and Seok, Y.-J. (2019). Determination of protein phosphorylation by polyacrylamide gel electrophoresis. J. Microbiol. 57, 93–100. doi:10.1007/s12275-019-9021-y.
Schopper, S., Kahraman, A.,Leuenberger, P., Feng, Y.,Piazza, I., Müller, O., et al. (2017). Measuring protein structural changes on a proteome-wide scale using limited proteolysis-coupled mass spectrometry. Nat. Protoc. 12, 2391. doi:10.1038/nprot.2017.100 https://www.nature.com/articles/nprot.2017.100#supplementary-information.
Mateus, A., Määttä, T. A., and Savitski, M. M. (2016). Thermal proteome profiling: unbiased assessment of protein state through heat-induced stability changes. Proteome Sci. 15, 13. doi:10.1186/s12953-017-0122-4.
For a tutorial on Computational Biology see: https://www.bioconductor.org/packages/release/bioc/vignettes/CellNOptR/inst/doc/CellNOptR-vignette.pdf and for an applied study with real data to reveal novel molecular mechanisms see here http://msb.embopress.org/content/10/12/767. For the publication first presenting CellNOptR see http://msb.embopress.org/content/5/1/331
Jun Hong, Litao Yang, Dabing Zhang and Jianxin Shi. (2016). Plant Metabolomics: An Indispensable System Biology Tool for Plant Science.Int. J. Mol. Sci., 17, 767.
Saleh Alseekh and Alisdair R. Fernie. (2018). Metabolomics 20 years on: what have we learned and what hurdles remain? The Plant Journal 94, 933–942.
Perez de Souza, L., Alseekh, S., Naake, T., & Fernie, A. (2019). Mass spectrometry-based untargeted plant metabolomics. Current Protocols in Plant Biology, 4, e20100.
Section 1 Introductión: 3 hours
Section 2 Phenomics: 3 hours
Section 3 Genetics: 3 hours
Section 4 Genomics 3 hours
Sections 5 Transcriptomics 3 hours
Section 6 Computing Biology. Modeling 3 hours
Section 7 Proteomics 3 hours
Section 8 Computing Biology. Modeling 3 hours
Section 9 Metabolomics 3 hours
Section 10 Computing Biology. Modeling 3 hours
Section 11 Resolution of the problem and questions. 3 hours