II Taller Internacional de Biología Computacional y Bioinformática
-
Módulo de Procesamiento NGS para la Plataforma Cubana de Servicios Bioinformáticos
Antonio de Jesús Oliva Gregorio
-
DESARROLLO DE UN MODELO QSPR PARA LA PREDICCIÓN DE LAS PROPIEDADES ADMET EN PÉPTIDOS CÍCLICOS MODIFICADOS.
Yesenia Felipe Martínez
-
Herramienta bioinformática para el estudio de procesos de adsorción
Marcos Antonio Espinosa Blanco
-
Modelado computacional de beta-amiloide en Alzheimer: Avances globales y aportes cubanos
Paulo Enrique García Pons
-
Evaluación del impacto económico y social de la carrera Ingeniería en Bioinformática
Mirley Robaina Santander
-
NR4A1 expuesto: El gen que redefine la terapia del cáncer de mama
Frank David Nápoles Oro
-
Caracterización filogenética y estructural de Dengue 3 en Cuba, 2022.
Luis Javier Acanda
-
Modelo bioinformático para el diagnóstico de acidurias orgánicas mediante perfiles metabólicos generados por GC-MS
Miguel Alejandro Morey Castillo
-
Contextos genéticos de blaCTX-M-32 en plásmidos y cromosomas en Escherichia coli procedente de cerdos y aves de corral de la región occidental de Cuba
Rosa Elena Hernández FillorHecho
-
Diseminación de múltiples clones de E. coli portadores de blaCTX-M-32 procedentes de cerdos en Cuba
Rosa Elena Hernández FillorHecho
La identificación precisa de genes de resistencia antimicrobiana y virulencia es fundamental para combatir infecciones bacterianas, optimizar tratamientos y controlar brotes epidemiológicos. Mientras los métodos tradicionales (pruebas fenotípicas, PCR) ofrecían datos limitados, la secuenciación del genoma completo (WGS) ha permitido un análisis exhaustivo del genoma bacteriano, revelando marcadores genéticos clave con una resolución sin precedentes. Sin embargo, el verdadero potencial de WGS depende de herramientas bioinformáticas avanzadas, capaces de procesar grandes volúmenes de datos para identificar estos genes de manera rápida y precisa. El objetivo principal de esta investigación es el desarrollo de un flujo de trabajo que permita la identificación precisa de genes de virulencia y resistencia a fármacos mediante la aplicación de la bioinformática en el análisis de los datos. El flujo de trabajo desarrollado consta de 5 etapas, se tomó como ejemplo datos de secuenciación del Campylobacter jejuni y se logró identificar genes de resistencia y virulencia en poco tiempo y con costos computacionales relativamente bajos. Este estudio fomenta la investigación y desarrollo de nuevas prácticas en el análisis del genoma bacteriano, en un escenario de creciente resistencia a antibióticos, donde la caracterización genómica temprana puede guiar terapias dirigidas y políticas de salud pública.