Proyecto Final del Curso

Objetivo

El objetivo de este proyecto es que cada estudiante aplique los conocimientos adquiridos durante el curso para desarrollar un script o un flujo de trabajo en Bash que sea útil para su tema de estudio, su línea de investigación o alguna necesidad real de análisis de datos.

No se busca únicamente que el script funcione, sino que el trabajo esté planteado como un proyecto reproducible, bien organizado y suficientemente documentado para que cualquier persona pueda descargar el repositorio desde GitHub, entender qué hace y volver a ejecutarlo.

Entrega

El proyecto final deberá entregarse como un repositorio en GitHub.

La idea es que el repositorio no sea solo un lugar donde se suben archivos, sino un proyecto completo con:

  • estructura clara,

  • documentación adecuada,

  • scripts funcionales,

  • organización lógica de datos y resultados,

  • e instrucciones suficientes para su reproducción.

¿Qué debe hacer el proyecto?

Cada estudiante deberá desarrollar un proyecto que resuelva un problema concreto o automatice una tarea útil para su investigación. Por ejemplo:

  • descarga de datos,

  • renombrado o organización de archivos,

  • filtrado o procesamiento de secuencias,

  • control de calidad,

  • búsquedas automatizadas,

  • ejecución de varios pasos de análisis en un solo flujo de trabajo,

  • o cualquier proceso que tenga aplicación real en su área.

El proyecto puede ser sencillo o más elaborado, pero debe reflejar la aplicación de varias herramientas y conceptos revisados en clase.

Requisitos generales

El proyecto debe incluir como mínimo:

  • un script en Bash funcional;

  • una carpeta de proyecto bien estructurada;

  • un archivo README.md claro y completo;

  • organización separada de scripts, datos, resultados y metadatos;

  • explicación de programas utilizados y sus versiones;

  • información sobre el equipo en el que fue probado;

  • instrucciones suficientes para que otra persona pueda reproducirlo.

Si el proyecto usa ambientes o contenedores, también deberán incluirse o explicarse.

Estructura sugerida del repositorio

proyecto_final/
├── README.md
├── scripts/
├── datos/
├── resultados/
├── metadatos/
├── programas_contenedores/
├── config/
└── logs/

Descripción de carpetas

README.md

Documento principal del proyecto. Aquí debe explicarse de manera clara qué hace el proyecto, para qué sirve, qué programas necesita, cómo se ejecuta y qué resultados produce.

scripts/

Contendrá los scripts desarrollados por el estudiante.

Por ejemplo:

  • telegram.sh

  • validacion_fastq.sh

  • filtrado.sh

datos/

Contendrá los datos de entrada necesarios para probar el análisis.

Si los datos reales son demasiado grandes, se puede incluir:

  • un subconjunto pequeño de prueba,

  • un archivo de ejemplo,

  • o un script que permita descargarlos.

resultados/

Aquí deberán almacenarse las salidas generadas por el flujo de trabajo.

metadatos/

Incluirá archivos auxiliares como:

  • tablas de muestras,

  • listas de accesiones,

  • archivos CSV,

  • archivos de apoyo al análisis.

programas_contenedores/

Carpeta para incluir archivos relacionados con la reproducibilidad del ambiente, por ejemplo:

  • environment.yml

  • requirements.txt

  • Dockerfile

  • archivos .def

  • archivos .sif

  • instrucciones para micromamba

  • instrucciones para apptainer

config/

Archivos de configuración o parámetros del análisis.

logs/

Archivos de seguimiento de ejecución, en caso de que el pipeline los genere.

Contenido mínimo del README

El archivo README.md es una parte central del proyecto. Debe incluir al menos las siguientes secciones:

1. Título del proyecto

Nombre breve y descriptivo.

2. Introducción

Descripción breve del problema que resuelve el proyecto.

3. Objetivo

Explicar para qué sirve el script o flujo de trabajo.

4. Descripción general del flujo de trabajo

Resumen de los pasos principales del análisis.

5. Estructura del repositorio

Explicación breve de las carpetas y archivos principales.

6. Requisitos de software

Lista de programas utilizados con sus versiones.

Ejemplo:

Bash 5.1
FastQC 0.12.1
SeqKit 2.8.0
awk
sed
grep

7. Reproducibilidad

Indicar cómo preparar el ambiente para correr el análisis.

Por ejemplo:

  • instalación manual,

  • uso de micromamba,

  • uso de apptainer,

  • o cualquier otra estrategia.

8. Instrucciones de uso

Explicar paso a paso cómo ejecutar el proyecto.

Ejemplo:

git clone https://github.com/usuario/proyecto_final.git
cd proyecto_final
bash scripts/pipeline.sh

9. Entradas y salidas

Describir qué archivos recibe el análisis y qué archivos genera.

10. Información del sistema

Describir el equipo en el que fue probado el proyecto.

11. Autoría

Nombre del estudiante y, si se desea, tema general de investigación.

Información del sistema

Para favorecer la reproducibilidad, cada proyecto deberá incluir en el README.md una sección donde se indique en qué equipo fue probado.

Esto permitirá conocer el contexto de ejecución y estimar mejor los requerimientos computacionales del flujo de trabajo.

Información mínima requerida

  • tipo de equipo:

    • laptop,

    • computadora de escritorio,

    • servidor,

    • clúster;

  • sistema operativo;

  • CPU:

    • modelo,

    • número de núcleos e hilos

  • memoria RAM;

  • GPU, si aplica;

  • almacenamiento, si se considera relevante;

  • tiempo aproximado de ejecución, si es posible.

Ejemplo

## Información del sistema

Este proyecto fue probado en el siguiente equipo:

- Tipo de equipo: servidor
- Sistema operativo: Ubuntu 22.04 LTS
- CPU: Intel Xeon E5-2695 v4
- Núcleos / hilos: 36 / 72
- RAM: 256 GB
- GPU: NVIDIA RTX 3070 (no utilizada en este análisis)
- Almacenamiento: SSD NVMe

Tiempo aproximado de ejecución: 10 minutos

Fecha de entrega:

  • Viernes 15 de Mayo de 2026