🖥️ Laboratorio de Cómputo en Bioinformática

Recursos introductorios para licenciatura y posgrado

Este espacio reúne materiales esenciales para quienes se inician en la bioinformática y en general la Bioología Computacional Los recursos incluyen software, cursos en línea, tutoriales y lecturas recomendadas para desarrollar habilidades en programación, análisis de datos y buenas prácticas.

---

🚀 Software y organización de proyectos

• R Project for Statistical Computing
  👉 https://cran.r-project.org/

• RStudio (Posit Desktop IDE)
  👉 https://posit.co/download/rstudio-desktop/

• RProjects (Estructura de proyectos en RStudio)

  • Usa la opción “Nuevo proyecto” en RStudio para organizar datos, scripts y resultados.
  • Mantén carpetas claras: 01_RawData/, 02_Scripts/, 03_Results/, 04_Plots/, 05_ProcessedData/.

• Python
  👉 https://www.python.org/downloads/

• Jupyter Notebooks (Python interactivo)
  👉 https://jupyter.org/

• GitHub (control de versiones y colaboración)
  👉 https://github.com/
  👉 GitHub Desktop – interfaz gráfica

  • Guarda y versiona tus proyectos.
  • Facilita el trabajo colaborativo y la ciencia reproducible.
  • Integra tu RProject o notebook de Python en un repositorio.

• Pythoon y R -An introduction to Python for R users

---

📚 Cursos y tutoriales gratuitos

• Notas de R básico Mis notas de R

• R for Data Science (Hadley Wickham & Garrett Grolemund)
  👉 https://r4ds.had.co.nz/

• Swirl: aprende R en R (paquete interactivo)
  👉 https://swirlstats.com/

• Software Carpentry – Bioinformatics Lessons
  👉 https://software-carpentry.org/lessons/

• Python for Biologists
  👉 https://pythonforbiologists.com/

• Bioconductor (R para genómica y transcriptómica)
  👉 https://www.bioconductor.org/

• Aprende R y python de forma simultánea para ciencia de datos

  👉 https://www.anotherbookondatascience.com

---

📝 Lecturas recomendadas (PLOS Computational Biology) y otros similares

La serie “Ten Simple Rules” es un clásico de iniciación para toda persona en bioinformática y ciencia computacional:

• Ten Simple Rules Collection
• Ejemplos útiles:
  • Ten simple rules for teaching an introduction to R
  • Ten simple rules for biologists learning to program
  • Ten Simple Rules for Reproducible Computational Research
  • Ten Simple Rules for Effective Computational Research
  • Ten Simple Rules for Getting Help from Online Scientific Communities
  • Ten simple rules to colorize biological data visualization
  • Ten quick tips for machine learning in computational biology
  • Ten Simple Rules for a Bioinformatics Journal Club
  • Ten Simple Rules for Developing a Short Bioinformatics Training Course
  • Ten simple rules for documenting scientific software
  • Ten Simple Rules for Taking Advantage of Git and GitHub
  • Ten simple rules for providing effective bioinformatics research support
  • Ten simple rules for teaching an introduction to R
  • Ten simple rules for writing and sharing computational analyses in Jupyter Notebooks

---

Consejos generales

• Ten Simple (Empirical) Rules for Writing Science
• Ten Simple Rules for Aspiring Scientists in a Low-Income Country
• Ten simple rules for developing good reading habits during graduate school and beyond
• Ten Simple Rules for Better Figures
• Ten simple rules for structuring papers
• Ten Simple Rules for Getting Ahead as a Computational Biologist in Academia
• How to give a good talk
• How To Choose a Good Scientific Problem
• How to write an introdcution
• Ten Simple Rules for Making Good Oral Presentations

Ambientes saludables en el laboratorio

• Ten simple rules for how you can help make your lab a better place as a graduate student or postdoc
• Ten simple rules towards healthier research labs

---

⚠️ Buenas prácticas y advertencias

• Friends Don’t Let Friends Make Bad Graphs
  👉 Friends Don’t Let Friends Make Bad Graphs

• Best Practices in Bioinformatics Software Development
  👉 https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1005510

• Organización de proyectos en GitHub + RProjects

  • Mantén repositorios claros y con README.md.
  • Usa .gitignore para no subir archivos pesados o temporales.
  • Documenta tu código (RMarkdown o Jupyter).

---

🌐 Comunidades y recursos en línea

• Biostars: Q&A en bioinformática
  👉 https://www.biostars.org/

• SEQanswers: foro de secuenciación y análisis
  👉 http://seqanswers.com/

• rOpenSci (ciencia reproducible en R)
  👉 https://ropensci.org/

---

🧬 NGS

• NGS sequence analysis
• RNA-seq: the teenage years

---

Curso especializados

• Introduction to Applied bioinformatics
• Introduction to Bioinformatics and Computational Biology
• Modern Satistics for Modern Biology

---

Inglés

• A Practical Guide to Academic Writing for International Students

---

📌 Recomendaciones finales

1. Organiza tu trabajo en RProjects.
2. Usa control de versiones con Git y GitHub.
3. Documenta tus análisis con Markdown, RMarkdown o Jupyter.
4. Piensa siempre en reproducibilidad y transparencia.
5. Apóyate en la comunidad: ¡nadie aprende bioinformática en soledad!