Saltar al contenido

03EducationPara estudiantes, docentes, universidades y laboratorios

Simuladores para aprender citometría, PCR y otras técnicas, y capacitación en IA para el personal de laboratorio.

Un ciclo de PCR: separar, alinear y extender · Simulación didáctica

Herramientas y simuladores · Apertura gradual por invitación.

Unirme a la lista de espera

Education · Dentro de un ciclo de PCR

Comprender un proceso, paso a paso.

01 · Desnaturalización

Separar para empezar.

Al aumentar la temperatura, las dos hebras de DNA se separan. La simulación permite observar esa primera transformación.

  1. 01 · Desnaturalización

    Separar para empezar.

    Al aumentar la temperatura, las dos hebras de DNA se separan. La simulación permite observar esa primera transformación.

  2. 02 · Alineamiento

    Encontrar dónde comenzar.

    Al bajar la temperatura, los cebadores pueden alinearse con sus secuencias complementarias. La temperatura adecuada depende del ensayo.

  3. 03 · Extensión

    Construir una nueva copia.

    La polimerasa extiende las nuevas hebras. Al reunir las etapas y repetir el ciclo, se comprende el principio de la amplificación.

Sigue bajando para ver cómo se conecta

PCRTrain · Secuencia didáctica simplificada · Temperaturas de ejemplo, no un protocolo experimental

01Aprender

Citometría

FCTrain

Acceso por invitación

El punto de entrada para estudiantes y equipos que aprenden el razonamiento detrás de un análisis. Combina teoría con gating interactivo, compensación, diseño de paneles y casos.

  • Explore poblaciones celulares sintéticas
  • Relacione patrones visuales con la teoría de citometría
  • Avance de lecciones a casos guiados

Esta visualización usa datos sintéticos: es una ayuda didáctica, no un resultado diagnóstico.

FIG. 1 · FCTRAIN · EXPLORADOR DE POBLACIONES · DATOS SINTÉTICOS

PCR y qPCR

PCRTrain

Acceso por invitación

Un recorrido interactivo por la reacción en cadena de la polimerasa: cómo se copia el ADN, qué controla cada ciclo, cómo se mide en tiempo real y cómo se interpretan los resultados. Al final puede correr sus propios escenarios en el laboratorio virtual.

  • Quite ingredientes o cambie la temperatura y vea el gel resultante
  • Lea curvas de amplificación, umbral y Cq
  • Calcule eficiencia, curva de fusión y expresión relativa (ΔΔCt)
05k10k15k20k010203040CICLOFLUORESCENCIA (RFU)Umbral
  • 10⁶ copias
  • 10⁵ copias
  • 10⁴ copias
  • 10³ copias
  • NTC
FIG. 2 · PCRTRAIN · CURVAS DE AMPLIFICACIÓN EN TIEMPO REAL · DATOS SIMULADOS

Proteínas en 3D

ProtTrain

Acceso por invitación

Un recorrido en 3D por la estructura de las proteínas: los 20 aminoácidos, cómo se forma el enlace peptídico, qué ángulos permite la cadena, cómo nacen las hélices y láminas, cómo se pliega una proteína al salir del ribosoma y cómo se ensamblan varias cadenas. Termina con estructuras reales del Protein Data Bank y un taller para armar sus propios péptidos.

  • Gire, acerque y toque cada átomo en modelos 3D con iluminación de estudio
  • Vea la cadena salir del ribosoma y plegarse, y desnaturalícela con la temperatura
  • Abra hemoglobina, anticuerpos o el receptor de linfocitos T desde el PDB
FIG. 3 · PROTTRAIN · PROTEÍNA DE TRES HÉLICES CON SU NÚCLEO HIDROFÓBICO · MODELO 3D

Microbioma

BiomeTrain

Acceso por invitación

Un recorrido interactivo por la microbiota intestinal: quién vive ahí, cómo se mide su diversidad, por qué la profundidad de secuenciación importa, cómo se convierte una lectura del gen 16S en una variante, qué produce la comunidad al fermentar la fibra y cómo responde a un antibiótico. Al final puede analizar secuencias en ZGI-Biome.

  • Cambie la riqueza y la equidad y vea Shannon, Simpson y los números de Hill
  • Siga la fibra hasta acetato, propionato y butirato por alimentación cruzada
  • Aplique un antibiótico, exponga a C. difficile y pruebe un trasplante fecal
  • Bacillota
  • Bacteroidota
  • Actinomycetota
  • Pseudomonadota
  • Verrucomicrobiota
  • Methanobacteriota (arquea)
  • Otros géneros
FIG. 4 · BIOMETRAIN · BACTERIAS EN EL LUMEN DEL COLON, COLOREADAS POR FILO · MODELO ILUSTRATIVO

Célula única

scTrain

Acceso por invitación

Un recorrido interactivo por la secuenciación de ARN de célula única: por qué medir célula por célula, cómo las gotas y los códigos de barras separan a las células, cómo se cuentan moléculas con UMI y cómo se pasa de la matriz de conteos a tipos celulares. Termina con un error clásico: tratar a las células como réplicas. Al final puede analizar sus datos en Overtone Single-Cell.

  • Cargue más células en las gotas y vea crecer los multipletes
  • Filtre células dañadas y dobletes con la verdad simulada a la vista
  • Recalcule UMAP y Leiden, nombre los clústeres y compare con pseudobulk
  • T CD4+
  • T CD8+
  • NK
  • Linfocitos B
  • Monocitos
  • Dendríticas
  • Plaquetas
FIG. 5 · SCTRAIN · CÉLULAS DE SANGRE QUE SE AGRUPAN POR TIPO, COMO EN UN UMAP · MODELO ILUSTRATIVO

Inteligencia artificial

IATrain

Acceso por invitación

Un recorrido interactivo por la inteligencia artificial con ejemplos de laboratorio, desde ajustar una curva de Bradford hasta entrenar un pequeño modelo de lenguaje. Cada modelo es real y aprende en su navegador: clasificar con biomarcadores, evaluar con ROC y sin fuga de datos, reconocer leucocitos con una CNN, ver la atención de un transformer, predecir la función de proteínas con una red de grafos, generar con difusión y aprender por refuerzo.

  • Siga el descenso por gradiente en el paisaje de la pérdida y vea el sobreajuste
  • Entrene una red convolucional con frotis simulados y lea sus filtros
  • Entrene un mini-LLM y vea su atención y la distribución del siguiente carácter
FIG. 6 · IATRAIN · UNA RED NEURONAL APRENDE A SEPARAR DOS ESPIRALES · ENTRENAMIENTO EN VIVO EN SU NAVEGADOR

Programación en R

RTrain

Acceso por invitación

Un curso práctico de R en una réplica de RStudio que funciona en su navegador. Cada capítulo explica una idea y le pide escribir código: si está bien, avanza; si se equivoca, le dice en qué y cómo corregirlo, desde una coma decimal hasta un paquete sin cargar. Va de la consola y los vectores a los data frames, las gráficas con R base y ggplot2, las funciones, la prueba t, la regresión y dplyr, con datos de laboratorio.

  • Escriba en la consola o en el editor y vea Environment, Plots y Help como en RStudio
  • Reciba en español la explicación de cada error, con pistas y la solución
  • Grafique con ggplot2 y termine con un script de RT-qPCR: ΔCt, ΔΔCt y veces de cambio
FIG. 7 · RTRAIN · UN CÁLCULO ΔΔCt EN LA CONSOLA DE R · INTÉRPRETE EN SU NAVEGADOR

Estadística

StatTrain

Acceso por invitación

Doce capítulos interactivos con ejemplos de laboratorio. Cambie muestras y efectos, explore la incertidumbre, compare grupos independientes o pareados y descubra qué cambia al hacer muchas pruebas o mezclar poblaciones. Cada capítulo incluye preguntas con retroalimentación.

  • Explore réplicas, distribuciones, muestreo e intervalos de confianza
  • Compare con Welch, estime potencia y ajuste comparaciones con BH
  • Interprete correlación, resuelva casos y exporte un experimento reproducible

Misma población. Nuevas muestras.

24 intervalos del 95 % para la media real 50Estudio 1: 35.23 a 51.50; cubre el valor de referencia 50Estudio 2: 38.19 a 47.37; no cubre el valor de referencia 50Estudio 3: 43.97 a 54.95; cubre el valor de referencia 50Estudio 4: 38.66 a 54.31; cubre el valor de referencia 50Estudio 5: 44.92 a 58.21; cubre el valor de referencia 50Estudio 6: 42.29 a 55.56; cubre el valor de referencia 50Estudio 7: 43.40 a 55.22; cubre el valor de referencia 50Estudio 8: 43.34 a 54.14; cubre el valor de referencia 50Estudio 9: 47.95 a 55.46; cubre el valor de referencia 50Estudio 10: 38.11 a 54.03; cubre el valor de referencia 50Estudio 11: 47.84 a 56.21; cubre el valor de referencia 50Estudio 12: 43.36 a 53.60; cubre el valor de referencia 50Estudio 13: 42.35 a 53.33; cubre el valor de referencia 50Estudio 14: 37.36 a 50.63; cubre el valor de referencia 50Estudio 15: 46.58 a 56.68; cubre el valor de referencia 50Estudio 16: 41.50 a 50.02; cubre el valor de referencia 50Estudio 17: 40.52 a 58.40; cubre el valor de referencia 50Estudio 18: 43.07 a 54.33; cubre el valor de referencia 50Estudio 19: 43.27 a 58.67; cubre el valor de referencia 50Estudio 20: 39.66 a 50.74; cubre el valor de referencia 50Estudio 21: 45.59 a 54.56; cubre el valor de referencia 50Estudio 22: 44.14 a 55.09; cubre el valor de referencia 50Estudio 23: 40.54 a 53.95; cubre el valor de referencia 50Estudio 24: 47.78 a 59.84; cubre el valor de referencia 5034.240.947.554.260.8Media e intervalo de confianza (u. a.)
12

Cada línea es un estudio. Cambie n y vea cómo cambia la precisión. La línea vertical marca la media real.

Cada línea es una muestra nueva: explore cómo el tamaño de muestra cambia la incertidumbre de la media.

Programación en Python

PyTrain

Acceso por invitación

Un curso de 16 capítulos con editor, consola, variables, tablas, figuras y archivos. Aprenda desde cero a trabajar con listas, diccionarios, funciones y errores; después analice datos con NumPy, pandas, Matplotlib y SciPy. Cada respuesta se revisa por sus resultados, con pistas y explicaciones en español. Termine con un script reproducible de RT-qPCR por ΔΔCt.

  • Ejecute Python real, inspeccione variables y conserve borradores y avance en este navegador
  • Reciba revisión inmediata, pistas y errores explicados con la línea que debe corregir
  • Descargue su script, su CSV y sus figuras; experimente con sus propios CSV
PyTrain / análisis.pyEjemplo · datos simulados
import numpy as np

dct = np.array([10.0, 7.0])
ddct = dct - dct[0]
cambio = 2.0**(-ddct)
print(cambio)

Control

1.0

Tratado

8.0

[1. 8.] · Expresión relativa de IL6

PyTrain · Escriba Python, revise sus resultados y construya un análisis reproducible con datos de práctica.

Inmunoensayos

ELISATrain

Acceso por invitación

Explore la captura molecular, prepare diluciones con una micropipeta virtual y diseñe una placa de 96 pozos. Cambie lavados, bloqueo e incubación, ajuste una curva estándar 4PL y decida qué muestras debe diluir o repetir. Cinco casos enseñan a reconocer errores de fondo, réplicas y exactitud.

  • Mecanismo molecular y diluciones con errores de volumen
  • Placa editable y curva ajustada a estándares medidos
  • Controles, cinco casos guiados y escenarios reproducibles
01 / 06Captura y bloqueo
CapturaAntígenoDetectorHRP

Esquema de unión; tamaños, cantidades y movimientos no están a escala.

ELISATrain · Siga la captura del antígeno, el lavado y la detección enzimática dentro de un pozo.

02Simular

Entornos sintéticos para comprender el comportamiento biológico y técnico antes de trabajar con datos de investigación.

V(D)J Casino

TCR β · semilla 42
Vβ5Dβ1Jβ6
CASATHDRQGQLLR
J fuera de fase

Los segmentos se combinan; las uniones añaden diversidad. Fragmentos sintéticos para explorar el mecanismo.

Una nueva combinación de segmentos y uniones; una nueva secuencia del TCR.

03Capacitación para laboratorios

CursoCursos y conferencias sobre IA en el laboratorio clínico.

De los datos a la decisión: la IA en calidad analítica en el laboratorio clínico

Capacitación para laboratoriosEscribir un mensaje

Contacto