Communiqué de presse sur l'analyse des données omiques

Communiqué de presse sur l'analyse des données omiques

Établissement de formation

Faculté des sciences
Département de génétique

Enseignant(s) :

Eszter Ari, Orsolya Pipek, Marco Trevisan-Herraz

Date de début

9 février 2026

Date de fin

16 mai 2026

Domaine d'étude

Champ prioritaire CHARM

Niveau d'études

Charge de travail, ECTS

7

Brève description

Ce cours a pour objectif de fournir une vue d'ensemble et des connaissances pratiques sur les méthodes de téléchargement, de gestion, de traitement et de visualisation des données issues de diverses expériences à haut débit. Les principaux thèmes abordés lors des travaux pratiques sont les suivants : (1) Introduction à l'environnement informatique, à Bash et à la gestion des flux de travail, (2) Introduction générale au séquençage de nouvelle génération, (3) Génomique, (4) ChIP-seq, (5) Transcriptomique (RNA-seq), (6) Analyse d'enrichissement fonctionnel, (7) Métégénomique par amplification de gènes marqueurs (ARN ribosomique 16S) et (8) Protéomique.

Description complète

Vous trouverez ici le calendrier le plus récent, une description détaillée et les conditions requises :https://docs.google.com/document/d/1z0–wXp5lenl1WI-p8CLCsZRuaJbkdgog1cmJpR7wlg/edit?usp=sharing

 

 

Acquis d'apprentissage

À l'issue de cette formation, le participant aura acquis les connaissances suivantes :
Sait traiter des données génétiques et protéomiques à haut débit.
Maîtrise les méthodes de séquençage de nouvelle génération, les données associées, ainsi que le traitement des « lectures » dans le cadre du séquençage génomique, du ChIP-seq, du RNA-seq et du séquençage métagénomique de l'ARN ribosomique 16S.
Connaît les domaines d’application des méthodes modernes de recherche biologique, comprend l’importance du développement de ces méthodes et y contribue autant que possible.
Possède des connaissances scientifiques systématiques.
Connaît les liens entre les connaissances acquises dans différentes disciplines et comprend l’importance d’une approche interdisciplinaire.
À l’issue de la formation, l’apprenant sera capable de :
– s’exprimer de manière professionnelle, tant à l’oral qu’à l’écrit, dans les domaines de la bio-informatique, de la génétique à haut débit et de la protéomique.
– systématiser les données et les connaissances, puis les analyser et les évaluer selon des critères scientifiques.
– reconnaître et intégrer les liens entre les connaissances issues de différents domaines scientifiques.
Attitude :
Respecte les règles de l’éthique de la recherche et veille à ce que les autres les respectent également.
Diffuse activement les résultats de son domaine scientifique, publie ses connaissances avec assurance, y compris dans les médias, et défend sa position professionnelle face aux représentants d’autres approches et de la pseudoscience, si nécessaire.
Ouvert aux nouveaux résultats de la recherche biologique et scientifique en général, ainsi qu’à la coopération scientifique. Cherche à approfondir les résultats existants et encourage activement le développement de nouvelles orientations de recherche.
Engagé en faveur d’un travail de qualité, il fixe des normes élevées en matière de connaissances scientifiques et de progression, tant pour lui-même que pour ses collègues chercheurs.
Autonomie et responsabilité :
Il exprime de manière responsable ses points de vue sur des questions relatives à la biologie, à la bio-informatique et aux méthodes à haut débit, tant dans les cercles professionnels que non professionnels.
Il maintient un environnement informatique moderne et contribue au renouvellement méthodologique et technologique continu afin de travailler aussi efficacement que possible

Exigences du cours

Notes hebdomadaires
Vous recevrez chaque semaine une note pour votre travail. La moyenne des notes hebdomadaires représentera la moitié de votre note finale.
Les étudiants peuvent s'absenter à trois travaux pratiques au maximum. Cela signifie que vous ne recevrez pas de note pour cette semaine-là et que celle-ci ne sera pas prise en compte dans votre note finale.
Projet en vue de l'examen
Chacun d'entre vous doit choisir un ensemble de données OMICS à analyser à l'aide des méthodes apprises dans le cadre de ce cours. Vous pouvez donc vous orienter vers la protéomique, l'analyse des SNP, le séquençage d'ARN (RNA-seq), l'analyse ChIP-seq, etc. C'est à vous de décider du type d'analyse que vous souhaitez réaliser. N'hésitez pas à contacter les enseignants si vous avez besoin d'aide pour choisir un sujet ou un ou plusieurs ensembles de données. Une fois que vous aurez déterminé l'ensemble de données à utiliser et les analyses à effectuer, veuillez rédiger 3 à 4 phrases avant la date à confirmer ici : à confirmer. À la date à déterminer, les formateurs détermineront si le sujet et l'ensemble de données proposés sont adaptés au projet.
Ensuite, vous effectuez l'analyse de manière autonome. Assurez-vous que chaque étape est reproductible en créant un fichier journal ou un rapport. Préparez une présentation de 10 minutes avec des diapositives décrivant l'ensemble de données, l'analyse et les résultats. Envoyez le fichier journal ou le rapport d'analyse par e-mail aux formateurs avant la date à déterminer.
Présentez votre travail aux formateurs et à vos pairs à la ou aux dates à déterminer lors du TP. Les formateurs et vos pairs pourront vous poser des questions sur l’analyse que vous avez présentée.
La note finale du TP est calculée à partir de votre travail tout au long du semestre (50 %) et de votre présentation (50 %). Vous devez obtenir au minimum la note 2 tant pour votre travail global du semestre que pour votre analyse et votre présentation afin de valider ce cours.

Places disponibles

10

Ouvrages du cours (obligatoires ou recommandés) :

Une liste d'ouvrages, d'articles et de sites Internet recommandés sera fournie à la fin de chaque cours.

Activités pédagogiques prévues et méthodes d'enseignement :

Cours magistraux, démonstrations, travaux pratiques : travail individuel sur ordinateur, présentation des résultats.

Code du cours

anomicib22lm GEN

Langue

Méthode d'évaluation

Évaluation hebdomadaire et présentation orale d'un travail de projet à la fin du semestre.

Certification finale

Relevé de notes

Date d'évaluation

22 mai 2026

Modalité

Système de gestion de l'apprentissage actuellement utilisé

Teams, Google Drive, GitHub, serveur Linux

Nombre d'heures de cours par semaine pour l'étudiant :

4

Jour et heure précis de cours hebdomadaires

Fuseau horaire