-10% ¡Descuento hasta el 15 de octubre!
Máster en Bioinformática: fórmate en Health Data Science
El Máster Universitario en Bioinformática es una titulación oficial diseñada para formar transversalmente a profesionales para una gestión de los datos en el área de la salud y la transferencia de los resultados a la práctica clínica.
Único título oficial en el mercado con un programa aplicado a salud, contextualizado con una línea argumental concreta hacia la medicina personalizada y de precisión. Esto marca una clara diferencia con respecto a otros programas puramente técnicos, que han sido diseñados como una acumulación de aprendizajes de herramientas.
El claustro está formado por profesionales en activo, referentes en el sector, con una amplia trayectoria profesional en empresas como Farmacéutica Kyowa Kirin International plc., Repsol-Química y REDCap, entre otros, con los que trabajarás mano a mano sobre proyectos reales.
Título oficial emitido por Universidad Europea de Madrid
| Online con clases en directo | Clases en Español | Inicio: Octubre 2025 | 12 meses, 60 ECTS | Facultad de Ciencias Biomédicas y de la Salud |
¿Por qué estudiar este Máster en Bioinformática Online?
El Máster en Bioinformática te capacitará para desarrollarte profesionalmente en el ámbito de la investigación y de la medicina de precisión.
- Adaptado a tus necesidades: metodología flexible con clases online en directo que quedan grabadas y accesibles en el Campus Virtual y sin prácticas curriculares.
- Enfoque investigador: programa integrado con líneas de investigación propias de la Universidad Europea, lo que te da acceso directo a programas de Doctorado.
- Única: titulación oficial en bioinformática que te ofrece formación en ensayos clínicos.
- Orientado hacia la Medicina de Precisión: abordarás el proceso completo, desde la generación de datos ómicos hasta su posterior integración con los datos del paciente en la práctica clínica. Colaborarás en mejorar el diagnóstico y posterior tratamiento de los pacientes.
- Aspectos legales: aprenderás sobre las leyes en materia de manejo de datos en investigación pre-clínica y clínica.
- Health Data Science: trabajarás con R y R Studio, Python y BioPython y librerías afines centradas en el ámbito salud, Big Data, análisis inteligente de datos mediante inteligencia artificial (IA), procesamiento del lenguaje natural, creación de bases de datos y minería de datos.
- Competencias técnicas: contarás con 4 módulos de bioinformática aplicada, orientados a los nuevos perfiles laborales que trabaja con datos en salud, punto diferenciador en tu curriculum.
Con las últimas tecnologías
Aprende a utilizar las aplicaciones profesionales más utilizadas en el campo de la bioinformática gracias a nuestros acuerdos con empresas del sector Health-Tech.
- REDCap: aprende a utilizar esta aplicación web segura para crear y gestionar encuestas y bases de datos para estudios de investigación.
- Laboratorios Dr. Larrasa: especializada en medicina personalizada a partir del genoma humano, y en sanidad y genética animal.
- Dreamgenics: especializada en el análisis de datos provenientes de tecnologías Next-generation Sequencing (NGS).
- 24 Genetics: empresa especializada en análisis genético.
- Sycai Medical: empresa centrada en proporcionar herramientas basadas en la IA, como el Radiology Assistant, como apoyo al diagnóstico asistido por imagen.
Al cursar este programa, además de obtener tu titulación oficial del Máster Universitario en Bioinformática, podrás obtener dos insignias de reconocimiento digitales que acreditan tu conocimiento y formación en Health Data Science y en gestión del dato de investigación en entorno clínico mediante el uso específico de la herramienta REDCap.
Herramientas digitales
REDCap
Durante el estudio del programa, los alumnos podrán trabajar con REDCap, una aplicación web segura para crear y gestionar encuestas y bases de datos en línea. Específicamente orientada a apoyar la captura de datos online para estudios de investigación, cuenta con miles de socios institucionales activos en más de cien países que utilizan y apoyan la aplicación en diversos ámbitos y especialidades.
Basic STEAM de Estadística
En este curso haremos un recorrido por los conceptos más básicos de la Probabilidad y la Estadística. En particular, repasaremos las medidas de centralidad y dispersión; más adelante, veremos la recta de regresión; en el bloque 3, haremos una introducción a la combinatoria; y, por último, exploraremos los conceptos del azar y la probabilidad. Descubre a través de los materiales los secretos de la Estadística y la probabilidad.
Basic STEAM de Programación
En este curso podrás adquirir y reforzar conocimientos y destrezas relacionadas con la Programación, a partir de 4 bloques fundamentales: 1. Introducción a la programación. 2. Herramientas necesarias para programar. 3. Programar y probar los elementos básicos de un programa. 4. Ejemplos de proyectos de programación.
Aproximación práctica a REDCap
Conoce más sobre el Máster en Bioinformática
Testimonio
Kevin Aguirre Carvajal
Alumno del Máster Universitario en Bioinformática
Plan de estudios del Máster en Bioinformática
Todos nuestros módulos constan de 6 ETCS cada uno y se realizan de forma continuada. Una vez superados estos módulos el alumno recibe el título oficial de Máster Universitario en Bioinformática por la Universidad Europea de Madrid.
Estructura del plan de estudios
Módulo 1. Fundamentos de Biomedicina y de Investigación Traslacional (6 ECTS)
Descripción de los aspectos fundamentales de la estructura y función del cuerpo humano y principales aspectos de los procesos de investigación traslacional.
- Estructura y Función.
- Modelos experimentales en Biomedicina.
- From bench to bedside.
- Introducción a la terapia e investigación traslacional.
- Comunicación, Transferencia y Gestión Científica. Biobanking, Ethics, and Relevant.
Módulo 2. Bioinformática Aplicada al Diagnóstico Molecular (6 ECTS)
Explotación de bases de datos biológicas
- Diagnóstico molecular. Diagnóstico molecular en cáncer y enfermedades infecciosas.
- Test Genéticos. Paneles de Genes. Tecnologías de secuenciación masiva.
- Bases de datos biológicas.
- Bases de datos relacionales.
- Minería de datos.
- Repositorios de datos y descubrimiento de conocimiento en bases de datos.
Módulo 3. Informática Biomédica (6 ECTS)
Integración de datos en entorno clínico. Big Data y Medicina de Precisión.
- Fundamentos de salud electrónica.
- Grandes cantidades de datos en Medicina Clínica.
- Sistemas de información.
- Parámetros de calidad en grandes repositorios de datos médicos y biomédicos.
- Medicina de precisión.
Módulo 4. Metodología de la Investigación I (6 ECTS)
Modelos matemáticos y estadísticos en Bioinformática y Biología Computacional.
- Estadística y Probabilidad.
- Análisis inferencial.
- Introducción a la genómica.
- Herramientas computacionales para explotar datos óhmicos de distinta naturaleza.
- Métodos estadísticos y de aprendizaje automático.
- Redes en biología de sistemas.
Módulo 5. Metodología de la Investigación II (6 ECTS)
Introducción al Data Science en Salud: Aprendizaje basado en máquinas y Deep learning para la optimización del diagnóstico, adaptación de los tratamientos y personalización de las terapias
- Nuevas tecnologías informáticas y Big Data.
- Procesamiento del lenguaje natural.
- Aprendizaje basado en máquinas aplicado a la medicina.
- IA (inteligencia artificial).
- Medicina Preventiva y Predictiva.
Módulo 6. Bioinformática Aplicada I (6 ECTS)
Diseño de terapias y medicamentos innovadores.
- Introducción histórica al diseño y desarrollo de fármacos.
- Investigación y desarrollo de fármacos.
- Fases del desarrollo de nuevos medicamentos.
- Estudios de toxicidad y optimización de fármacos.
- Patentes en la industria farmacéutica.
Módulo 7. Bioinformática Aplicada II (6 ECTS)
Modelado molecular, docking, cribado virtual y otras técnicas de uso común en el diseño de fármacos asistido por ordenador. Infancia y salud.
- Fundamentos de estructura molecular.
- Movimientos macromoleculares.
- Interacciones entre moléculas.
- Acoplamiento ligando-receptor.
Módulo 8. Bioinformática Aplicada III (6 ECTS)
Medicina personalizada o de precisión.
- Planificación y diseño de estudios traslacionales.
- Biomarcadores para la medicina personalizada o de precisión.
- Aspectos ético-legales de la explotación y manejo del Big Data en Medicina.
- IA y genómica para la medicina de Precisión.
- Informes clínicos con datos de medicina de precisión.
Módulo 9. Bioinformática Aplicada IV (6 ECTS)
Ensayos Clínicos.
- La figura del MSL.
- Protocolos de ensayo clínico.
- Análisis estadístico y validación de datos resultantes de EC.
- Protocolos Maestro.
- Mecanismos de farmacovigilancia en los EC.
Módulo 10. Trabajo de Fin de Máster (6 ECTS)
Consiste en la elaboración de un proyecto de investigación en los ámbitos de la bioinformática, la ciencia de datos y la medicina traslacional.
- Fases de la investigación.
- Elección y justificación del tema.
- Construcción del marco teórico.
- Objetivos de la investigación.
- Material y método.
- Recogida y análisis de resultados preliminares.
- Discusión y Consideraciones finales del proyecto.
Calendario de implantación del título
2021
Universidad Europea online: líderes en innovación y calidad educativa
Flexible y a tu medida
La metodología online de la Universidad Europea te permite adaptar tu formación a tus circunstancias.
Experiencial
Un aprendizaje basado en la práctica continua y casos reales en entornos simulados que te preparará para enfrentarte a los retos del mundo profesional.
Comunicación constante
Con las últimas tecnologías de la información, estarás en contacto directo con la universidad, con tus profesores y tus compañeros.
Apoyo continuo
Tus profesores y tu tutor resolverán tus dudas y te acompañarán durante todas las etapas de aprendizaje.
Nuestro modelo educativo
Desde la Universidad Europea apostamos por un aprendizaje que te prepare para las necesidades del mundo profesional. Gracias a nuestra metodología podrás adquirir los conocimientos, destrezas, habilidades y competencias que faciliten la máxima empleabilidad en mundo global.
Aprendizaje experiencial
El estudiante aprende haciendo, sin acción no hay aprendizaje.
Aprendizaje significativo
El docente relaciona los conocimientos, habilidades y experiencias previas, con los intereses, expectativas y características cognitivas de los estudiantes.
Aprendizaje colaborativo
El estudiante experimenta la sensación de “aprender juntos”, ya que se ve motivado para lograr su propio aprendizaje y acrecentar también los logros de los demás.
Aprendizaje profesional
El docente actúa como orientador y guía del aprendizaje hacia una aplicación profesional.
Aprendizaje constructivo y por descubrimiento
El estudiante explora para acceder a los conceptos. Esto le permite construir estructuras cognitivas a partir de la comparación, relación y reordenación de los nuevos conceptos.
Aprendizaje autónomo
El docente fomenta que los estudiantes aprendan por sí mismos. El estudiante se concibe como un agente activo y cooperativo, protagonista de su propio aprendizaje.
Aprendizaje individualizado
El docente atiende a la diversidad y a los diferentes estilos de aprendizaje de los estudiantes, ajustando las actividades formativas a las necesidades de los estudiantes.
Aprendizaje creativo
El desarrollo de la creatividad y la manifestación de la propia iniciativa hacen percibir el conocimiento como algo abierto que siempre es posible comprender desde otros ángulos.
Acceso
Perfil recomendado
- Licenciado/as o Graduado/as en Medicina, Enfermería, Nutrición Humana y Dietética, Farmacia, Psicología, Biología, Química, Biomedicina, Biotecnología, Bioquímica.
- Se valorará además la admisión de matemáticos, físicos, estadísticos, informáticos e ingenieros de distintas ramas con experiencia profesional, actividad investigadora o formación de posgrado previa en el ámbito biomédico.
- Aunque no es imprescindible, se recomiendan conocimientos previos en el área y habilidades tecnológicas para cursar el máster de forma satisfactoria.
Requisitos de acceso
- Título universitario oficial español u otro expedido por una institución de educación superior perteneciente a otro estado integrante del Espacio Europeo de Educación superior.
- Título conforme a sistemas educativos ajenos al Espacio Europeo de Educación Superior sin necesidad de la homologación de sus títulos, previa comprobación por la Universidad de que aquellos acreditan un nivel de formación equivalente a los correspondientes títulos universitarios oficiales españoles y que facultan en el país expedidor del título para el acceso a enseñanzas de postgrado.
Proceso de admisión
El proceso de admisión para cursar un grado o postgrado online en la Universidad Europea puede llevarse a cabo durante todo el año, si bien la inscripción en cualquiera de nuestros programas está supeditada a la existencia de plazas vacantes. Para completar el proceso deberás seguir estos sencillos pasos:
1
Documentación
Envía esta documentación a tu asesor personal:
- Formulario de admisión.
- Documento legal de acceso a la titulación elegida.
- Fotocopia de tu DNI.
- Curriculum vitae.
- Plan de estudios de tu grado o carrera de acceso.
2
Prueba de acceso
Realiza las pruebas de admisión, que consisten en:
- Test de evaluación competencial.
- Entrevista personal.
- Prueba de evaluación de idioma (si procede).
3
Reserva de plaza
Formaliza la reserva de plaza por:
- Domiciliación bancaria.
- Tarjeta de crédito.
- Pago virtual.
Programa de becas y ayudas
Queremos ayudarte. Si quieres estudiar en la Universidad Europea, tendrás a tu disposición una amplia selección de becas propias y oficiales.
Convalidaciones y traslados de centros
No tienes por qué seguir en algo que no te gusta. Por eso hemos diseñado planes específicos de convalidaciones y traslados de centro.
Consulta cómo solicitar tu estudio de convalidaciones online para cambiar tu expediente y comenzar tus estudios en la Universidad Europea.
Claustro líder
Dra. Dña. Rocío González Soltero
Doctora en Genética Molecular. Máster en Bioinformática. Catedrática de Genética Molecular en el Departamento de Medicina en la Universidad Europea de Madrid. Co-IP del grupo de investigación en Microbiota, Alimentación y Salud de la Universidad Europea de Madrid. Hasta 2010 fue investigadora postdoctoral del Programa Sara Borrel del ISCIII. Durante sus 20 años de carrera investigadora, ha participado y liderado varios proyectos de investigación, y realizado estancias en centros de prestigio como la University of Minnesota (USA), Göttinguen y Heildelberg University (Alemania), Institute Curie (Francia), Roskilde University (Dinamarca) y varias instituciones españolas.
Conoce a nuestro claustro formado por profesionales en activo
- Dra. Dña. Ana Fernández Santander
Doctora en Genética. Catedrática de Genética en el Departamento de Medicina de la Universidad Europea de Madrid. Investigadora Principal del Grupo Genética de Poblaciones y Genética del Cáncer. Ha participado y liderado numerosos proyectos de investigación y es coautora de más 70 artículos científicos. Tiene 4 sexenios de investigación. Es evaluadora para instituciones de acreditación de profesorado y proyectos como UNIBASQ, SEPIE, ACCUEE, OEI y la Comisión Europea. - Dña. Laura Núñez Bárez
Ms. En Derecho Europeo, Derecho Internacional y estudios jurídicos en privacidad y seguridad. Experta en protección de datos personales. Data Protection Officer the European Labour Authority (ELA). Bratislava (Eslovaquia). - Dra. María Peña Chilet
Dra. En Biotecnología y Biomedicina. Investigadora Post-Doctoral CIBERER. Experta en Medicina de Sistemas y en el análisis de ómicas orientado al estudio del cáncer y enfermedades raras. Área de Bioinformática Clínica (Fundación Progreso y Salud. Junta de Andalucía). - D. Javier Escalera Orobón
Group Transformation Lead en International Airlines Group (IAG) Graduado en Administración y Dirección de Empresas por la Universidad Complutense de Madrid y Máster en Big Data Science por la Universidad de Alcalá. Profesor colaborador de Bases de Datos No Relacionales y Big Data en el Máster Universitario de Bioinformática de la Universidad Europea de Madrid. - D. Carlos Rodríguez Abellán
BSc en Ingeniería de Telecomunicación y MSc in Signal Theory and Communications por la UPM. Actualmente Lead NLP Engineer en el CoE global de Data Intelligence de Fujitsu. Experto en Inteligencia Artificial y Procesamiento del Lenguaje Natural. - Dr. D. Javier Pérez Florido
Dr. En Ingeniería Informática. Ms. En Bioinformática. Investigador en análisis de datos genómicos y desarrollo de algoritmos. - Dr. D. Pablo Ryan Murua
Licenciado en Medicina por la Universidad de Navarra. Doctor en Medicina y profesor asociado en la Universidad Complutense de Madrid. Facultativo Especialista de Área (Especialista en Medicina Interna) en las consultas de VIH/Enfermedades Infecciosas. Hospital Universitario Infanta Leonor (Madrid). - Dr. Juan José Beunza Nuín
Catedrático de la Universidad Europea de Madrid. Médico especialista en Medicina Interna y Tropical. Ex Director Médico de Kyoga Foundation y médico en Mulago Hospital / Makere University (Uganda). Doctorado en Epidemiología Nutricional y Cardiovascular con una estancia posdoctoral en la Harvard School of Public Health colaborando en la cohorte PaCT (Nigeria, Sudáfrica, Tanzania y Uganda). Director del Programa de Educación Interprofesional de la Universidad Europea de Madrid. Ganador del segundo premio del I Hackaton de Salud Pfizer (Madrid, 2019) con un proyecto de Internet of Things. Actualmente dirige el grupo de Inteligencia Artificial de la Universidad Europea de Madrid. - Dña. Rocío Queipo Matas
Diplomada en Estadística, Master en fragilidad y envejecimiento y Máster Oficial en Educación, actualmente doctoranda de la Universidad Europea de Madrid. Trabaja como bioestadística Investigadora en Fundación del Hospital la Paz y es profesora de Metodología de la Investigación y coordinadora de los Trabajos Fin de Grado del Grado en Medicina de la Universidad Europea de Madrid. - Dra. Dña. Ana Isabel Rodríguez Learte
Doctora en Neurodesarrollo (Universidad de Birmingham, UK PhD). Posgrado en Dirección y Gestión de la Calidad Empresarial (UOC, España). Directora de área de Posgrados de la Facultad de Ciencias Biomédicas y de la Salud (Universidad Europea de Madrid). Coordinadora de TFM. - Dra. D. Verónica Moral Dardé
Profesora Titular de Bioquímica y Biología Molecular en la Universidad Europea de Madrid. Ha desarrollado su carrera investigadora en varios centros de investigación como la Fundación Jiménez Díaz (FJD) o el Instituto Biotecnológico de Flandes (VIB) y la Universidad de Lovaina (KU Leuven). Sus líneas de investigación se han centrado fundamentalmente en el estudio del sistema vascular desde la perspectiva de las ciencias "ómicas". En la actualidad, es Directora del Área de Ciencias de la Salud. - Dr. D. Jon Del Arco
Doctor en Biotecnología e investigador postdoctoral de la Escuela de Doctorado e Investigación de la Universidad Europea de Madrid. Profesor asociado de Bioinformática y director del Curso de Experto en Arquitectura Molecular. - Dr. D. Antonio Morreale
Dr. En Química. Investigador Senior en Bioinformática. Colaborador y exIP en CBM-CSIC. Investigador en Repsol-Química. Director del Experto en Arquitectura Molecular de la Universidad Europea de Madrid.
Excelencia avalada por los mejores
5 Estrellas en Rating QS Stars
Primera universidad privada en obtener las 5 Estrellas en las 10 categorías del Rating QS Stars.
Times Higher Education
Top 5 de universidades de España, destacada por proyección internacional e investigación.
Ranking El Mundo
Estamos en el "Top 5" de las mejores universidades privadas de España según El Mundo.
Preguntas frecuentes del Máster en Bioinformática
¿Qué se estudia en el máster en Bioinformática?
En el máster universitario en Bioinformática de la Universidad Europea estudiarás los diferentes aspectos de las ciencias de la computación aplicados a la biología, la industria farmacéutica y la medicina. Todo esto poniendo a tu disposición el acceso a las herramientas de análisis de datos más actuales.
¿Qué conocimientos previos necesito para cursar el máster en Bioinformática de la Universidad Europea?
Para estudiar el máster en Bioinformática de la Universidad Europea, se requieren conocimientos específicos de ciencias de la salud, por lo que se limita el acceso a licenciados/graduados en titulaciones de esta rama.
También, se valorará la admisión de otros perfiles como matemáticos, físicos, estadísticos, informáticos e ingenieros de distintas ramas con experiencia profesional, actividad investigadora o formación de posgrado previa en el ámbito biomédico.
Por último, se recomienda tener conocimientos de genética y habilidades informáticas.
Recibiré formación en Health Data Science, pero ¿en qué consiste esta?
Health Data Science es la ciencia de datos en el área de salud que trata de identificar la procedencia de esta información, procesarla para el análisis, ejecutar el análisis en sí, sintetizar visualmente los resultados y comunicarlos para su posterior aplicación en el ámbito sanitario.
¿Qué aplicaciones tiene la bioinformática en la medicina?
Es necesaria para estudiar la relevancia clínica de los datos moleculares y de imagen médica de alta resolución y poder integrarlos en la historia clínica del paciente. Tiene también un papel esencial en el contexto de la Medicina Genómica o de Precisión.