Curso Online: Análise de Transcriptomas com R e Galaxy usando DESeq2 Cristal Villalba e RSG Brazil
Carga horária total: 8 horas (2 dias) Formato: Online, com aulas ao vivo e/ou gravadas, materiais práticos e datasets reais do GEO
-
Pré-requisitos: Conhecimentos básicos de biologia molecular e noções de estatística, alem de saber usar R - Rstudio
-
Objetivo Geral
- Capacitar os participantes a realizar análise de expressão gênica diferencial (RNA-seq) com DESeq2, utilizando tanto a plataforma gráfica Galaxy quanto scripts em R, com interpretação de resultados e visualização de dados.
Módulo 1 – Introdução ao RNA-seq e Preparação de Dados (2h) Conteúdo: Fundamentos de RNA-seq: como funciona, o que mede, tipos de experimento
Estrutura de um projeto de transcriptoma (layout, replicatas, controle, condições)
Introdução ao NCBI GEO: busca e download de datasets públicos
Conversão de dados brutos (FASTQ) e contagens com Galaxy
Introdução ao Galaxy e ferramentas relevantes (FastQC, HISAT2, featureCounts)
Atividade prática: Acessar um projeto no Galaxy
Importar arquivos FASTQ do GEO
Alinhar leituras com HISAT2
Gerar matriz de contagem com featureCounts
Módulo 2 – Análise com DESeq2 no R (2h) Conteúdo: Importação e manipulação de matrizes de contagem
Estrutura do DESeq2: DESeqDataSet, normalização e dispersão
Teste estatístico para genes diferencialmente expressos
Exportação de resultados
Atividade prática: Rodar análise passo a passo em R com DESeq2
Filtrar genes com padj < 0.05 e log2FoldChange > 1
Gerar planilhas com os principais genes
Módulo 3 – Visualizações e Enriquecimento Funcional (2h) Conteúdo: Gráficos com DESeq2: MA plots, PCA, heatmaps, volcano plots
Enriquecimento funcional: Gene Ontology (GO) e KEGG
Ferramentas: clusterProfiler, org.Hs.eg.db
Atividade prática: Gerar gráficos de qualidade de análise
Interpretar principais vias e funções alteradas
Módulo 4 – Comparando Galaxy vs R e Aplicações Reais (2h) Conteúdo: Comparando fluxos em Galaxy e R
Interpretação de resultados biológicos
Estudos de caso com datasets reais (ex: câncer, inflamação)
Boas práticas para publicação e reprodutibilidade
Atividade prática: Analisar um segundo dataset com DESeq2 no Galaxy e comparar com R
Montar um mini-relatório com gráficos e genes destacados Materiais e Recursos Scripts em R comentados
PDF com passo a passo no Galaxy
Links para datasets GEO sugeridos
Listas de comandos e funções úteis
Templates de relatórios e gráficos
- Objetivos de Aprendizagem
Ao final do curso, o participante será capaz de: Compreender o fluxo de trabalho completo de análise RNA-seq
Realizar análises no Galaxy e no R de forma autônoma
Interpretar os resultados de DESeq2 estatística e biologicamente
Gerar visualizações e relatórios prontos para apresentação ou publicação
Pré-requisitos no R: Pacotes BiocManager, "DESeq2", "tidyverse", "pheatmap", "apeglm"