SIEX - Sistema de Informações de Extensão

Plano de ensino: Este curso de extensão visa capacitar estudantes e pesquisadores na área de bioinformática, com foco específico na análise de dados de transcriptômica de célula única (scRNA-seq). O plano abrange desde a fundamentação teórica da tecnologia até a execução de um projeto de análise completo, utilizando uma metodologia ativa de aprendizagem baseada em projetos. Os alunos serão guiados através de um fluxo de trabalho prático e interativo, utilizando a linguagem R para analisar dados públicos e responder a uma questão biológica de seu interesse. A avaliação será contínua, baseada na participação, no desenvolvimento do projeto e na apresentação final dos resultados, garantindo que, ao final do curso, os participantes tenham adquirido autonomia e competência para realizar análises de scRNA-seq.

Objetivos e Resultados Esperados: Objetivo Principal: Apresentar aos estudantes, de forma teórica e prática, o fluxo de trabalho completo para a análise de dados de transcriptômica de células únicas. Resultados Esperados: Ao final do curso, espera-se que os alunos sejam capazes de: Compreender os princípios da tecnologia de scRNA-seq. Utilizar a linguagem R para manipulação e visualização de dados. Realizar um fluxo de análise padrão de dados de scRNA-seq, incluindo controle de qualidade, normalização, clustering e identificação de tipos celulares. Buscar, baixar e analisar criticamente dados de repositórios públicos. Desenvolver um projeto de análise independente, aplicando os conhecimentos adquiridos a uma questão biológica de seu interesse.

Justificativas: A tecnologia de sequenciamento de célula única (single-cell) representa uma das maiores revoluções recentes nas ciências biológicas e da saúde, permitindo uma análise da heterogeneidade celular com resolução sem precedentes. Essa abordagem é crucial para o entendimento de processos complexos como o desenvolvimento embrionário, a progressão do câncer, doenças neurodegenerativas e a resposta imune. Consequentemente, há uma demanda crescente e urgente por profissionais com habilidades para processar, analisar e interpretar esses dados complexos. Atualmente, existe uma lacuna na formação acadêmica, com poucos cursos de graduação e pós-graduação oferecendo treinamento prático e aprofundado nessa área. Este curso justifica-se por sua capacidade de preencher essa lacuna, capacitando a próxima geração de pesquisadores a utilizar tecnologias de ponta e a produzir ciência de alto impacto, aumentando a competitividade da pesquisa nacional.

Metodologias: O curso será conduzido por meio de uma combinação de metodologias de ensino ativas, com foco na aplicação prática do conhecimento: Aula expositiva: As primeiras aulas serão teórica para estabelecer a base conceitual da tecnologia de scRNA-seq. Aprendizagem Baseada em Projetos: Os alunos irão conceber, desenvolver e apresentar um projeto de análise completo, o que promove autonomia, pensamento crítico e resolução de problemas. Aulas práticas: A maior parte do curso consistirá em sessões práticas onde os alunos aplicarão as técnicas de análise diretamente em seus projetos, com o acompanhamento e suporte contínuo dos instrutores. Aprendizagem aplicada: Conceitos de programação em R e estatística serão introduzidos de forma integrada e aplicada, à medida que se tornam necessários para as etapas da análise, tornando o aprendizado mais dinâmico e contextualizado. Seminários e Discussões em Grupo: A apresentação final dos projetos em formato de seminário e as discussões ao longo do curso estimularão a troca de experiências e o desenvolvimento de habilidades de comunicação científica.

Conteúdo programático com responsáveis pedagógicos por tema/assunto - aula ou grupo de aulas: O conteúdo está organizado em três módulos sequenciais: Módulo 1: Concepção do Projeto Fundamentos da Análise de Célula Única: plataformas, tipos de dados e repositórios. Workshop para definição de projetos individuais, formulação de questões biológicas e busca de dados públicos. Módulo 2: Análise Prática de Dados de scRNA-seq em R Configuração do ambiente de análise (R, RStudio, pacotes). Introdução ao objeto Seurat. Controle de Qualidade (QC) e filtragem de células. Normalização e identificação de genes variáveis. Redução de dimensionalidade (PCA, UMAP, t-SNE). Agrupamento (Clustering) e identificação de marcadores gênicos. Anotação de tipos celulares. Módulo 3: Desenvolvimento dos Projetos e Tópicos Avançados Sessões de workshop dedicadas ao desenvolvimento dos projetos individuais. Tópicos avançados: Análise de expressão diferencial, análise de trajetória, comunicação celular e deconvolução. Refinamento das análises e preparação de figuras para apresentação. Apresentação final dos projetos de análise.

Referências (bibliográficas e outras): Artigos Científicos e Revisões: Hao, Y., Hao, S., et al. (2021). Integrated analysis of multimodal single-cell data. Cell. Luecken, M. D., & Theis, F. J. (2019). Current best practices in single¿cell RNA¿seq analysis: a tutorial. Molecular systems biology. Stuart , T., et al. (2019). Comprehensive Integration of Single-Cell Data. Cell. Tutoriais Online e Pacotes (essenciais): Seurat - Guided Tutorials: https://satijalab.org/seurat/articles/ Orchestrating Single-Cell Analysis with Bioconductor: https://bioconductor.org/books/release/OSCA/ R for Data Science por Hadley Wickham & Garrett Grolemund. Bancos de Dados Públicos: Gene Expression Omnibus (GEO): https://www.ncbi.nlm.nih.gov/geo/ ArrayExpress: https://www.ebi.ac.uk/arrayexpress/ Single Cell Expression Atlas: https://www.ebi.ac.uk/gxa/sc/home

Modo e critérios da avaliação de aproveitamento: A avaliação será processual e baseada na evolução do aluno ao longo do curso, visando a verificação do desenvolvimento das competências propostas. Critérios de Avaliação: Participação ativa (20%): Engajamento nas discussões em aula. Desenvolvimento do projeto (50%): Execução das etapas de análise propostas para o projeto individual ao longo do curso. Apresentação final (30%): Apresentação do projeto final em formato de seminário, avaliando a clareza, a qualidade das análises e a capacidade de interpretação dos resultados. Critérios de Aprovação: Para obter o certificado de conclusão, o aluno deverá ter frequência mínima de 75% e obter nota final igual ou superior a 7,0 (em uma escala de 0 a 10).

Estratégias de Divulgação: A divulgação do curso será realizada através de múltiplos canais para atingir o público-alvo de forma eficaz: Canais Institucionais: Divulgação no site da Pró-Reitoria de Extensão e Cultura (PROEX) da UNIFESP e envio de e-mail para listas de divulgação da universidade, de seus campi e de programas de pós-graduação. Redes Sociais: Criação de um cartaz digital para divulgação em redes sociais acadêmicas e profissionais como LinkedIn e Instagram. Comunicação Direta: Contato direto com coordenadores de programas de pós-graduação em áreas correlatas (Biologia Molecular, Psicobiologia, etc.) na UNIFESP.

Recursos didáticos: Software: Utilização de softwares livres e de código aberto, principalmente R (https://www.r-project.org/) e RStudio (https://www.rstudio.com/). Materiais de Apoio: Serão disponibilizados aos alunos via repositório online (GitHub ou Google Drive): Slides das aulas teóricas. Scripts de R com os códigos utilizados nas aulas práticas. Links para artigos, tutoriais e documentação relevante.

Ementa: Módulo 1: Concepção do Projeto A Aula 1, em 10 de setembro de 2025, será uma Aula Teórica sobre os Fundamentos da Análise de Célula Única, abordando o que a tecnologia de scRNA-seq nos permite responder, uma visão geral das plataformas experimentais como a 10x Genomics, os tipos de dados gerados (FASTQ, matriz de contagem) e sua estrutura, uma introdução aos principais repositórios de dados públicos (GEO, SRA, CellxGene) e uma visão geral de um fluxo de análise padrão. A seguir, na Aula 2, em 17 de setembro de 2025, teremos um Workshop focado na Definição dos Projetos e Busca de Dados, com discussão de ideias e formulação de questões biológicas, um workshop prático com navegação guiada nos bancos de dados para encontrar datasets relevantes e, como atividade, os alunos deverão selecionar um ou mais datasets e um artigo científico base para seu projeto individual. Módulo 2: Análise Prática de Dados de scRNA-seq em R A Aula 3, em 24 de setembro de 2025, será dedicada ao Setup do Ambiente e aos Primeiros Passos, incluindo a instalação de R, RStudio e pacotes necessários (Seurat, Tidyverse), o carregamento dos dados do projeto no R e uma introdução ao objeto Seurat para explorar a estrutura de dados. Na Aula 4, em 1 de outubro de 2025, a Prática será sobre Controle de Qualidade (QC) e Filtragem, calculando e visualizando métricas de qualidade, aplicando filtros para remover células de baixa qualidade e aplicando conceitos de R para manipulação de data frames com dplyr. A Aula 5, em 8 de outubro de 2025, focará na Prática de Normalização e Identificação de Genes Variáveis, normalizando os dados de contagem e identificando os genes mais variáveis. A Aula 6, em 15 de outubro de 2025, será uma Prática sobre Redução de Dimensionalidade, com dimensionamento linear dos dados (Scaling) e Análise de Componentes Principais (PCA). Na Aula 7, em 22 de outubro de 2025, a Prática abordará Clustering Não-Linear e Visualização, executando algoritmos como UMAP e t-SNE. Finalmente, a Aula 8, em 29 de outubro de 2025, será uma Prática de Identificação de Marcadores e Anotação Celular, encontrando genes marcadores e utilizando ferramentas para anotar os clusters. Módulo 3: Desenvolvimento dos Projetos e Tópicos Avançados A Aula 9, em 5 de novembro de 2025, será uma sessão de Resolução de Projetos I, com trabalho individual e suporte dos instrutores. A Aula 10, em 12 de novembro de 2025, continuará com a Resolução de Projetos II e Discussão de Resultados, incluindo uma análise crítica e uma sessão de "troubleshooting". A Aula 11, em 19 de novembro de 2025, introduzirá um Tópico Avançado: Análise de Expressão Diferencial, com aplicação prática nos projetos. A Aula 12, em 26 de novembro de 2025, cobrirá outro Tópico Avançado: Análise de Trajetória, Comunicação Celular e Deconvolução. A Aula 13, em 3 de dezembro de 2025, será focada no Refinamento das Análises e na Preparação dos Resultados, com ênfase em gerar figuras de alta qualidade. A Aula 14, em 10 de dezembro de 2025, funcionará como um Ensaio Geral e para Dúvidas Finais, onde os alunos podem apresentar seus slides para feedback. O curso se encerra com a Aula 15, em 17 de dezembro de 2025, dedicada à Apresentação Final dos Projetos, seguida de discussão, feedback e encerramento.