A step-by-step walkthrough of the MAG-based community ecology analyses from our Comau Fjord seasonality paper — including complete R code for all five figures.
Microorganisms are the most abundant life forms on the planet. They are able to colonize and thrive in most environments ranging from the human body to under water thermal vents. In the Castro Lab, we are interested in understanding how microbial communities respond to disturbances, how they maintain diversity, and their role in ecosystem processes. To approach this, we apply molecular microbiology, high-throughput sequencing, computational biology, and field work on microbial communities in situ or in the lab.

PhD student

PhD student

Undergraduate Student

Full Professor · Principal Investigator

A step-by-step walkthrough of the MAG-based community ecology analyses from our Comau Fjord seasonality paper — including complete R code for all five figures.

Bienvenidos a la versión 2020 del curso de análisis de datos. Este curso es impartido a tres grupos de estudiantes: a los estudiantes de doctorado de los programas en biotecnología y en biociencias moleculares, BIO625 y BCM634, respectivamente, al igual que a los estudiantes de magíster en ciencias de la vida en el curso MCV502.
Este año, la parte práctica del curso estará disponible como un sitio web en el siguiente URL:

Bienvenidos al curso precongreso del primer ISME LA. Más abajo encontrarás el link al curso con todas las instrucciones sobre cómo poner tu máquina a punto para poder comenzar.
En breve, el curso está diseñado de tal forma que el participante pueda comenzar desde cualquiera de las seis unidades según su interés. Las tres primeras unidades son relativamente introductorias, donde la Introducción a R es la que todos los participantes que son nuevos en R deberían comenzar. Luego análisis de 16S y análisis de diversidad presuponen cierta familaridad con R, su estructura de datos y funciones. Finalmente, hemos diseñado tres unidades que son relativamente más complejas. Estas son: búsqueda de genes en metagenomas, visualización y mejoramiento de MAGs, y finalmente redes de co-ocurrencia.