Crear un sistema eficiente para generar informes integrados de resultados científicos, que permitan visualizar de manera clara y profesional los análisis realizados en metagenómica, RNA-Seq, single-cell, exomas, y otros tipos de datos. El objetivo es diseñar plantillas reutilizables para informes dinámicos en HTML o informes estáticos en PDF, utilizando herramientas como R Markdown, Shiny Apps o nbconvert, integrando texto, tablas y figuras interactivas que representen los datos de manera visual y comprensible.
1. Herramientas disponibles:
• Scripts y pipelines bioinformáticos existentes que generan los resultados de análisis en formatos como CSV, TSV, y gráficos en R o Python.
• Ejemplos de informes actuales, que sirven como referencia de los contenidos básicos que deben incluirse.
2. Datos disponibles:
• Resultados de análisis bioinformáticos reales (metagenómica, RNA-Seq, single-cell, exomas, etc.), preparados para ser integrados en los informes.
3. Recursos adicionales:
• Documentación de las herramientas propuestas (R Markdown, Shiny Apps, nbconvert).
• Soporte técnico del equipo para resolver dudas sobre los datos y los análisis.
1. Prototipo funcional de un informe dinámico en HTML y/o un informe estático en PDF que incluya:
• Secciones claras para cada tipo de análisis (metagenómica, RNA-Seq, single-cell, etc.).
• Integración de gráficos, tablas y texto explicativo de los resultados.
• Un diseño visualmente atractivo y fácil de interpretar.
2. Código reproducible que permita generar informes de forma automatizada a partir de nuevos datos.
3. Documentación que explique cómo usar y personalizar el sistema de generación de informes.
1. Tecnologías que van a utilizar:
• R Markdown, Shiny Apps, Python (nbconvert y Jupyter Notebooks).
• Lenguajes adicionales: R o Python para gráficos y procesamiento de datos.
2. Horarios y modalidad:
• Horario flexible según disponibilidad del estudiante.
• Modalidad híbrida, con reuniones presenciales en la unidad de bioinformática en el IPBLN según necesidad.
3. Otros detalles:
• Oportunidad de trabajar con datos reales y contribuir a mejorar la comunicación de resultados científicos en un entorno multidisciplinar.