Acquis d'apprentissage

Ce cours comprend un module de Statistiques et un module de Bioinformatique.

Statistiques : À la fin du cours, l’étudiant(e) aura la capacité de sélectionner et d’appliquer les méthodes de régression appropriées ainsi que les méthodes non paramétriques en fonction de ses données. Des analyses en composantes principales (ACP) pourront également être abordées.

Bioinformatique : Les étudiant(e)s se familiariseront avec les bases de données biologiques et les formats de données, et seront capables de rechercher dans les bases de données, de prédire la fonction d’une protéine donnée à partir des alignements de séquences et de structures, de déterminer la taxonomie de l’organisme source et d’évaluer la conservation et la phylogénie. Les étudiant(e)s seront également initié(e)s aux analyses de réseaux biologiques et aux analyses d’enrichissement génique.

Objectifs

Savoir appliquer une boîte à outils diverses pour faire des analyses avancées en sciences.

Ce cours initiera les étudiants à la bioinformatique. Les étudiants apprendront à effectuer des alignements de séquences, comprendront comment dériver et interpréter les scores d'alignement et apprendront à regrouper des données.

Contenu

Le cours comprend deux modules principaux : statistiques et bioinformatique.

Statistiques:

1.     ANOVA 1 et 2

2.     Tests non-paramétriques

3.     Régression linéaire multiple

4.     ANCOVA

5.     Modèles linéaires mixtes

Bioinformatique

6. Formats de données et bases de données

7.     Alignements de sequences

8.     Prédiction de la structure des protéines

9. Regroupement de données.

10. Réseaux biologiques

Table des matières

1. ANOVA 1 and 2

2. Non-parametric tests

3. Multiple linear regression

4. ANCOVA

5. Linear mixed models

  •  

6. Sequence alignments

7. Protein structure prediction

8. Data clustering.

Exercices

Séances de TPs en ordinateur, en utilisant le logiciel R et logiciels de alignements de sequences, clustering, et sites web. La présence aux TP/TD est obligatoire

 

 

Méthodes d'enseignement

Stats: Autoapprentissage; séances de questions-réponses, TPs 

Bioinformatique: Séances pratiques précédées d'une introduction théorique.

Méthode d'évaluation

Stats: analyse de données statistiques sur ordinateur, à livre ouvert, avec R.

Bioinfo: Analyses de sequences, et regroupement de données, à livre ouvert.

 

Statistiques :

Session d’examens :



  • Évaluation de théorie Questions théoriques écrites et/ou à choix multiples. Il compte 40% de la note du module Stats.

Évaluation de TP:



  • Exercices similaires à ceux réalisés lors des TPs, en utilisant R. Il compte 60% de la note du module Stats.

Bioinformatique :

La théorie du module bioinformatique sera évaluée avec la partie pratique après les TPs. Les étudiants doivent discuter et interpréter les résultats des exercices pratiques et répondre à la théorie sous-jacente associée.


Note final:

La note globale est laissée à l’appréciation de l’équipe enseignante, sur la base de :



  • la partie Statistiques (80 %) ;
  • l’évaluation de la partie Bioinformatique (20 %) ;
  • la participation globale de l’étudiant (bonus pouvant atteindre 0,5 point).

Une note globale minimale de ≥10 est requise pour valider l’UE. De plus, les étudiants doivent obtenir une note minimale de 10 dans chacun des modules, Statistiques et Bioinformatique, afin de valider l’unité d’enseignement (UE).

La participation de l’étudiant pendant le cours peut lui donner un bonus pouvant atteindre 0,5 point sur la cote de première session. 

Sources, références et supports éventuels

  1. Matériel accessible sur webcampus
  2. Mohr, D. L., et al. (2021). Statistical Methods, Elsevier Science.

 

Langue d'enseignement

Français