Bio-informatique transcriptomique

Responsable :

Olivier Kirsh – Jean-François Ouimette

Objectifs

Connaitre les avantages et inconvénients des différentes methodes et technologies d’analyse d’expression des génomes. Savoir lire est interpreter des données analysées. Savoir construire et executer un workflow d’analyse d’expression différentielle sur cluster de calcul à haute performance. Application des principes FAIR. Produire un rapport d’analyse et le présenter ses données.

Il est indispensable de suivre cette option si vous choississez de suivre Bio-informatique épigénétique et génétique au M1 S2

Cours magistraux 10h et TP 14h

Alternance de cours / TP. Cette UE traitera des questions et méthodes « omiques » permettant d’étudier, caractériser les transcriptomes. Construction d’un workflow d’analyse d’expression différentielle reproductible et transparent

• Transcriptomics: de la biologie moléculaire à la bioinformatique :
• Analyse primaire (du FASTQ aux tables de comptes).
• Analyse secondaire (Normalisation, PCA, Clusterisation, analyse différentielle).
• Analyse tertaire (enrichissement, ontologie, croisement de données).
• Rapport et communication (notebook quarto)

Evaluation

Compétences visées :

• Connaissances des questions biologiques, des approches expérimentales et analyses bioinformatique possibles en transcritomiques; Leurs forces et leur limites.
• Focus et pratique sur du Bulk RNA-seq short reads.
• Analyse primaire (table de comptes), secondaire (différentiel) et tertaire (GSEA).
• Prise en main d’un workflow d’analyse.
• Savoir choisir les bon paramètres et connaissances des outils statistiques et informatiques nécessaires au traitement de données en grande dimensions.
• Savoir lire et interpreter des données brutes et processées.