Presencial en Todas las provincias de España
También en Modalidad: Online
1500 horas / 60 ECTS
Febrero 2025
Octubre 2025
Plazas limitadas
Un Máster que te prepara para aplicar y desarrollar nuevas técnicas computacionales en la investigación biomédica y para trabajar en empresas del sector biotecnológico y entornos hospitalarios.
Nuestro Máster online en Bioestadística y Bioinformática te enseñará como aplicar herramientas informáticas para almacenar, organizar, analizar e interpretar enormes volúmenes de datos con el fin de extraer el máximo conocimiento de ellos y aplicarlo a la resolución de problemas biológicos y biomédicos.
Con este máster te adentrarás en un sector en pleno auge y con una elevada demanda de perfiles profesionales.
¿Para qué sirve la bioestadística?
La bioestadística sirve para abordar problemas de la biología o de la salud a partir de datos recolectados para su posterior interpretación. Es una disciplina clave en la medicina, la alimentación o la industria farmacéutica.
¿Qué es la bioinformática?
La bioinformática consiste en la utilización de diferentes herramientas digitales y tecnologías de computación para tratar de solucionar problemas biológicos o de la salud.
Características del máster
Material de estudio audiovisual
Material de estudio audiovisual.
Actividades prácticas
Durante tu travesía, realizarás alrededor de dos actividades prácticas semanales, que serán revisadas y evaluadas por tus profesores especialistas.
Material complementario
Resúmenes de las clases, articulos para estar al día... Tendrás todo lo necesario para avanzar en tu viaje.
Inglés
Incluimos un curso de inglés para que puedas obtener los certificados de Oxford o Cambridge. Sea cual sea tu destino, estarás preparado.
Masterclass
Aprenderás de renombrados expertos del sector gracias a nuestras masterclass, que podrás ver las veces que quieras.
Trabajo de Fin de Máster
Al final de tu ruta, realizarás un trabajo de investigación dirigido por uno de nuestros profesores sobre un tema de tu interés.
¿Por qué estudiar el Máster en Bioestadística y Bioinformática?
Porque además de contar con profesores de prestigio y un plan de estudios orientado a no perder nunca el norte, podemos presumir de acompañar a nuestros alumnos hasta sus metas profesionales. Te contamos más sobre nuestro plan de empleabilidad del que empezarás a disfrutar desde el momento de tu matrícula. Somos agencia de colocación autorizada por el Sistema Nacional de Empleo.
¿Es una buena elección el máster de bioinformática?
La bioinformática es una disciplina en pleno auge y se estima que su demanda laboral seguirá en aumento en los próximos años. Hay múltiples campos de aplicación como el desarrollo de fármacos, el diagnóstico clínico, la terapia genética o la medicina molecular.
¿Cuál es la diferencia entre bioestadística y bioinformática
La bioestadísitica es la parte de recolección, análisis e interpretación de datos asociados a la salud o la biología. La bioinformática es la aplicación de tecnologías digitales y de computación para tratar los problemas asociados a esos datos.
Desde la primera etapa de tu viaje hasta la última, estaremos a tu lado para que saques el máximo partido a tu formación:
Matrícula y preparación
En cuanto te hayas matriculado podrás empezar a disfrutar de tu plataforma virtual y de todos los recursos que incluye. También comenzaremos con tu plan de empleabilidad. ¡Arrancamos!
Vídeos y clases telepresenciales
Más de 100 horas de vídeos, resúmenes en pdf y clases en directo de tu equipo docente.
Ejercicios y cuestionarios
Irás poniendo a prueba tus conocimientos para avanzar con paso firme hacia tu destino.
Trabajo fin de máster
Realizarás un trabajo de investigación bibliográfica sobre un tema de tu interés.
Prácticas
¡Manos a la obra! De 60 a 300 horas de prácticas en empresas.
Titulación CEMP/UCAM
¡Has llegado a tu destino! Ya tienes tu título propio de CEMP y la acreditación universitaria de la UCAM. Es hora de encarar nuevos retos¿ ¡y nuevas aventuras!
- Proporcionar conocimientos de las técnicas más comunes en las investigaciones ómicas.
- Adquirir los conocimientos necesarios para utilizar las herramientas de uso habitual en bioinformática y bioestadística.
- Obtener los conocimientos matemáticos y estadísticos que necesitas para resolver problemas de análisis de datos.
- Capacitarte para redactar informes técnicos y realizar consultas de interés.
- Enseñarte a trabajar en equipo con personas de diferentes disciplinas.
- Capacitarte para obtener el máximo rendimiento de las bases de datos biológicos públicas.
A medida que avanza tu viaje, irás descubriendo los distintos módulos, que te ayudarán, paso a paso, a llegar a tu destino final:
Módulo 1. Bioquímica y Biología Molecular
1. La célula: estructura
2. Componentes de las células y glúcidos
3. Lípidos
4. Péptidos
5. ADN
6. ARN
7. Cromosomas
8. Genes y genomas
9. Estudio de los cromosomas
10. Mutaciones y polimorfismos
11. División celular
12. Dogma central de la biología molecular
13. Replicación y reparación de ADN
14. Transcripción
15. Traducción
16. Control de la expresión genética en procariotas
17. Control de la expresión genética en eucariotas I
18. Control de la expresión genética en eucariotas II
19. Epigenética
20. PCR
21. Tecnología del ADN recombinante
22. Secuenciación
23. Hibridación de ácidos nucleidos: arrays
24. Movilidad de la célula y transporte
25. Proteínas de membrana
26. Espectometría de masas
27. Cristalografía de rayos X
28. Predicción de estructura de proteínas
29. Inmunología básica
30. Virus: estructura y función
Módulo 2: Bioestadística y R
1. Fundamentos del análisis descriptivo de datos unidimensionales
2. Introducción a R y RSTUDIO
3. Fundamentos del cálculo de Probabilidades I
4. Fundamentos del cálculo de Probabilidades II
5. Variables aleatorias discretas
6. Variables aleatorias continuas
7. Distribución notables discretas
8. Práctica de R. Principales objetos de R
9. Distribución notables continuas
10. Elementos básicos de un vector aleatorio
11. Práctica de R. Representación y simulación de variables aleatorias con R
12. Vector de medias y matriz de covarianzas
13. Estimación de los parámetros de una población
14. Intervalo de confianza para una proporción
15. Intervalo de confianza en distribuciones normales
16. Contraste de hipótesis para una proporción
17. Prácticas de R. Sesgo, varianza e intervalos de confianza para un estimador
18. Contraste de hipotesis para una población normal
19. Comparación de poblaciones
20. Práctica de R. Contraste de hipotesis en R
21. El método de máxima verosimilitud
22. El método de regresión lineal simple I
23. El método de regresión lineal simple II
24. El modelo de regresión lineal múltiple
25. Prácticas de R. Ajustes de regresión lineal
26. El modelo de análisis de varianza
27. El método de análisis de covarianza
28. Regresión logística
29. Redes neuronales para regresión
30. Técnicas de selección y extracción de variables para regresión
31. Métodos de selección y extracción de variables
32. Evaluación de modelos de regresión
33. Comparación de modelos de regresión
Módulo 3. Python
1. Introducción
2. Tipos de datos básicos, operadores y entrada/salida
3. Tipos de datos avanzados
4. Control de flujo
5. Función
6. Programación Orientada a Objetos y errores
7. Manipulación de datos
Módulo 4. Introducción a base de datos y análisis de datos ómicos
1. Introducción a la bioinformática I: Requisitos del sistema operativo
2. Introducción a la bioinformática II: Cómo utilizar la terminal
3. Introducción a las ómicas: aplicación
4. ¿Qué es la secuenciación masiva? Del ADN a los datos de NGS (Big Data)
5. Análisis bioinformático general de datos procedentes de secuenciación masiva
6. Secuenciación de ADN
7. Detección de variantes a través del uso de herramientas bioinformáticas
8. Integrative Genome Viewer
9. Transcriptómica I: RNA-seq
10. Transcriptómica II: Microarrays
11. Caracterización y enriquecimiento funcional
12. Otras ómicas
13. Bases de datos: Repositorios, análisis de datos e interpretación de resultados
14. Bioconductor: repositorio de herramientas bioinformáticas
15. Práctica I: Análisis de datos utilizando Galaxy
16. Práctica II: Diseño de un pipeline para datos de NGS de ADN
17. Práctica III: Diseño de un pipeline para transcriptómica
18. El futuro de la bioinformática
Equipo docente
Tus profesores te abrirán las puertas de una formación en Bioestadística y Bioinformática orientada a la empleabilidad a través de la especialización:
Sara López Pérez: DOCTORA EN BIOGIENCIAS MOLECULARES
Doctora en Blociencias Moleculares, Licenciada en Biotecnología y con un Máster en Biomedicina Molecular, Sara ha centrado su trayectoria profesional en la docencia, así como en la investigación en los campos de la Bioinformática y la Biologia Molecular.
Cristian Rodriguez Mortera: GRADUADO EN INFORMÁTICA
Tecnologia de la Información y técnico superior en Administración y Gestión de Sistemas Informáticos. Cristian Rodriguez es especialista en desarrollo software, bases de datos SQL/NoSQL Y programación en múltiples lenguajes, frameworks y plataformas. Además, tiene amplia experiencia como formador.
Beatriz Nespereira DOCTORA EN BIOQUÍMICA
Doctora en Bioquímica y directora de CEMP, dispone de una amplia experiencia como investigadora y gestora de proyectos de investigación. Dedicada al mundo de la docencia desde hace años, ha sido galardonada con el Premio del jurado Mejor Profesora de Máster de la Asociación Española de Escuelas de Negocios.
Andrés Crespo: DOCTOR EN BIOLOGÍA MOLECULAR
Doctor en Biología Molecular, licenciado en Biología. Tiene experiencia como investigador y ha participado en numerosos proyectos biomédicos tanto en el ámbito académico (Universidad de Santiago de Compostela, King's Collage London) como en el sector privado (Axovia Therapeutics). Actualmente es Senior Laboratory Research Scientist en el Francis Crick Institute.