M1 Genomics, Informatics and Mathematics for Health and Environment

Valérie Chaudru Elisabeth Teixeira.

14h de CM 2h de séminaires de chercheurs invités 9h TD sous forme d’exercices d’application d’études d’association et d’études de liaison génétique DS sous forme de qcm numérique et évaluation de la participation aux questions lors des séminaires.

-Identifier les méthodes d’analyses génétiques à mettre en oeuvre selon une problématique
-Réaliser une étude d’association génétique
-Réaliser une étude de liaison génétique
-Décrire des méthodes de production de données génétiques à grande échelle
-Énu.

Bases de la génétique formelle.

Laird N. M., Lange C. The Fundamentals of Modern Statistical Genetics. Springer. Hardcover, 2011, 226 p. ISBN 978-1-4419-7338-2 Gibson G, Muse S.V. Précis de Génomique. De Boek. 2004, 347p. ISBN 9782804143343.

Novembre - Décembre - Janvier.

EVRY

Nathalie Boudet, MCF UEVE Bénédicte Sturbois, PR UEVE Marie-Hélène Mucchielli-Giorgi, PR UEVE.

Objectifs: Présenter les connaissances actuelles sur la structure et l'organisation des génomes à la fois microbiens, des végétaux et des animaux, sur les méthodes de traitement des données NGS et l'annotation des génomes.

Contenu :
1- Structure et organisation des génomes (Génomes microbiens/ végétaux/ animaux)- Diversité génétique
2- Méthodes de séquençage et état des lieux sur les génomes séquencés ou en cours de séquençage : méthodes NGS de 2ème, 3ème & 4ème génération (principe, performances, avantages & inconvénients des différentes techniques)
3-les bases du traitement de données NGS
4-Méthodes d'annotation structurales et fonctionnelles des génomes.

Septembre - Octobre - Novembre.

EVRY

Valérie Chaudru, MCF UEVE Marie-Anne Debily, MCF UEVE.

L’enseignement est organisé sous forme de TP en salle informatique. 2/3 des séances porteront sur le traitement bio-informatique des données 1/3 des séances porteront sur l’analyse statistique.

Cet enseignement pratique a pour objectif de faire manipuler des données de séquence d’ADN (NGS 2ème génération) afin d’identifier des variants génétiques (SNV, indels) associés à une maladie complexe. Ce module s’appuie sur les notions théoriques vues dans les modules Séquençage du Génome en santé et en médecine de précision et Génétique des Pathologies Complexes – Outils méthodologiques.

Les étudiants devront :
- Réaliser toutes les étapes bio-informatiques de traitement de données de séquence (alignement, réalignement local, identification des variants, visualisation des variants avec IGV)
- Définir et appliquer les filtres de contrôle qualité adéquats à chaque étape du traitement des données
- Réaliser et interpréter des statistiques descriptives à chaque étape du traitement des données
- Choisir et appliquer des filtres pour les variants identifiés selon la problématique considérée (fréquence, effet prédit, …)
- Utiliser les outils statistiques adéquats pour rechercher les variants génétiques associés à une maladie complexe.
- Interpréter les résultats statistiques obtenus
- Faire une synthèse des résultats obtenus lors des différentes étapes (bio-informatiques et statistiques).

Novembre - Décembre - Janvier.

EVRY

Nathalie Boudet, MCF UEVE Carène Rizzon, MCF UEVE Yolande Diaz, MCF UEVE.

12h CM et 12H TD.

Les objectifs de cet UE sont de décrire les concepts informatiques et mathématiques sous-jacents aux outils bio-informatiques standards afin de : i) évaluer la pertinence des outils pour répondre à la question biologique donnée, ii) contrôler les valeurs des paramètres des logiciels, iii) évaluer la pertinence des données biologiques fournies en entrée et iv) évaluer la pertinence des résultats fournis en sortie de ces logiciels.

Cours :
i) Principes évolutifs sous-jacents de l’analyse de séquence
ii) Matrices de scores pour l’analyse de séquences
iii) Rappels sur les algorithmes et programmes de comparaisons de séquences 2 à 2.
iv) BLAST : algorithme, utilisation en ligne de commandes, interprétation
v) Alignements multiples : algorithmes et outils
vi) Motifs : formats et recherche de motifs

Travaux Dirigés en salle informatique :
i) Recherche de séquences homologues dans les banques et utilisation en ligne de commandes de BLAST.
ii) Etude de cas de construction de motifs et de recherche de motifs
iii) Protocole automatique de détermination de familles de gènes
iv) Etude d'un cas concret de relation structure-fonction.

Aucun en bioinformatique, Bonnes connaissances de biologie cellulaire et biologie moléculaire.

Septembre - Octobre - Novembre.

EVRY

Marie-Anne Debily Valérie Chaudru.

L’enseignement est organisé sous forme de cours magistraux, d’analyse d’études génomiques basées sur des publications au cours des travaux dirigés. Des présentations orales de travaux de recherche seront réalisées par les étudiants sous forme de séminaires.

Ce cours présente les études de reséquençage des génomes, de la production des données à l’exploitation des résultats: Exploration des variations génomiques au sein d’une population pour déterminer les fonctions des gènes, décryptage des mécanismes pathogéniques et reconstruction de l’histoire de la maladie, identification d’opportunités thérapeutiques
-Décrire le principe de production des données par séquençage à haut-débit
-Expliciter les étapes de contrôle qualité et pré-traitement des données et leur rôle
-Expliquer le principe d’identification des différents types de variants
-Choisir les paramètres de filtrage des variants en regard de la problématique considérée
- Interpréter et examiner de manière critique les résultats des publications en génomique fonctionnelle
-Enumérer les applications de ces données de séquençage des génomes en santé et en médecine de précision
-Comprendre comment identifier les voies de signalisation, processus biologiques et biomarqueurs altérés à partir de liste de gènes en utilisant des outils d’annotation fonctionnelle
-Spécifier les avantages des approches en cellules uniques pour étudier la complexité tissulaire ou la polyclonalité des échantillons.

Novembre - Décembre - Janvier.

EVRY

Rachel Carol, CRL, vacataire UEVE.

Objectifs :
Améliorer les compétences langagières des étudiants (compréhension écrite et orale, expression écrite et orale) et développer leur vocabulaire scientifique. Les rendre capables de rédiger un résumé d'article. Les rendre capables de faire un exposé oral d'un article ou d'un sujet scientifique en rapport avec leur domaine d'étude à l'aide d'un support powerpoint.

Contenu :

Etude d'une alternance de supports écrits et oraux ou vidéos sur des thèmes suscitant l'expression ou le débat, notamment les brevets sur les gènes, les questions éthiques de l'utilisation des lignées de cellules HeLa, de la biologie de synthèse et des manipulations génétiques.
Réalisation d'exposés individuels par les étudiants et entraînement à l'interaction orale (débats).
Evaluation régulière de la participation orale, évaluation individuelle de la prise de parole en continu (exposés), test de compréhension orale, examen évaluant la compréhension et l'expression écrites.

Pré-requis niveau B1/B2 du Cadre Européen Commun de Référence pour les Langues.

Septembre - Octobre.

EVRY

Sylvain Fisson, PR UEVE Marie-Hélène Mucchielli-Giorgi, PR UEVE Nathalie Boudet, MCF UEVE.

Dès les premiers jours de la rentrée universitaire, les « Masteriales UEVE » se dérouleront sur 48 heures consécutives au cours desquels les étudiants doivent se répartir en équipes (e.g. quadrinomes). A l’issue de ces 2 jours, une présentation orale des réflexions et des réalisations concrètes devra être faite devant une équipe enseignante pluridisciplinaire et éventuellement un parterre de scientifiques, de représentants du secteur privé, de spécialistes en communication et de financiers. Les étudiants devront compléter un dossier d’appel d’offre de recherche (eg. type ANR simplifié) qui sera transmis au Responsable pédagogique de l’UE la semaine suivante.

Modalité du contrôle des connaissances (MCC) : - Partiel de 1re session sous forme d'un examen oral (EO) et écrit (EE) - Partiel de 2nde session sous forme d'un examen écrit (EE) et/ou oral (EO)

Calcul des notes finales (F) : - 1re session: F 1/2 EO + 1/2 EE - 2nde session: F EO et/ou EE.

Le concept de « Masteriales » vise à faire concevoir par les étudiants en petits groupes, un projet de recherche thématique et/ou technologique innovant dans un temps limité (48h) et de le présenter de façon argumentée devant un jury de scientifiques académiques et du privé. A l’issue de leurs présentations, les étudiants doivent répondre à un appel d’offre de recherche (eg. type ANR simplifié). Se déroulant dès les premiers jours de la rentrée universitaire, cette édition annuelle des « Masteriales » permet une meilleure cohésion de groupe, une désinhibition éventuelle et une prise de confiance des étudiants. Ils découvrent aussi certaines difficultés inhérentes à la conception de projets de recherche.

En amont de cet enseignement, les étudiants devront avoir acquis en Licence (L1, L2, L3), les bases fondamentales de biologie cellulaire, physiologie, biochimie et/ou bio-informatique.

Articles scientifiques (e.g. journaux internationaux référencés dans Pubmed, incluant Médecine/Sciences) pour s'inspirer de l'actualité des avancées scientifiques, médicales et technologiques.

Septembre.

EVRY

Fariza Tahi, PR UEVE.

12h CM + 12h TD.

Le cours traitera les méthodes algorithmiques pour l'analyse des séquences. On y abordera en particulier la recherche de motifs, la recherche de répétitions, la recherche de palindromes, l'alignement de séquences, etc.

Plan:
Rappels sur le calcul de complexité algorithmique Recherche de motifs
Algorithme naïf Automates de recherche de motifs exacts Automates de suffixes Recherche de répétitions
Algorithme naïf : utilisation de matrice Arbres de suffixes Programmation dynamique
Recherche de plus longue sous-séquence commune Recherche de motifs avec k-erreurs Alignement de séquences

Compétences:
Maîtriser les bases théoriques et pratiques des méthodes algorithmiques utilisées pour l'analyse de séquences.

Compétences complémentaires:
- formalisation du concept de séquence biologique et de son analyse
- bases théoriques de l'algorithmie
- implémentation d'un algorithme.

Bases de l'algorithmique, structures de données.

Novembre - Décembre - Janvier.

EVRY

Farida Zehraoui, MCF UEVE.

Les travaux dirigés compléteront les cours en permettant une mise en application des méthodes vues en cours sur différents jeux de données biologiques en utilisant le langage de programmation Python.

Ce cours permet de donner les bases nécessaires en apprentissage automatique pour extraire des informations à partir de données biologiques :

1. Introduction : Apprentissage automatique supervisé et non supervisé et mesures d’évaluation.
2. Méthodes d’apprentissage non supervisé : méthode des k-moyennes et ses variantes, classification hiérarchique.
3. Méthodes d’apprentissage supervisé : méthode des k-plus proches voisins, arbres de décision
4. Méthodes d’ensembles (bagging, boosting).

Eléments de base d'algèbre et de statistique.

- Ian H. Witten, Eibe Frank, Mark A. Hall, and Christopher J. Pal. Data Mining, Fourth Edition: Practical Machine Learning Tools and Techniques(4th ed.). Morgan Kaufmann Publishers Inc., San Francisco, CA, USA. 2006. ? 

- Aurélien Géron. Hands-On Machine.

Septembre - Octobre - Novembre.

EVRY

Franck Samson, IR, INRA.

Acquérir les fondements de la programmation oriéntée objets et conception et réalisation d'une application bioinformatique en Python ou JAVA

Contenu :
· Rappels des fondements de la programmation orientée objets : classe et objets, l'abstraction et l'encapsulation, l'héritage et le polymorphisme
· Socket, JDBC, RMI : communiquer avec des bases de données, sur internet, ou d'autres programmes en train de s'exécuter.
· Interface graphique (AWT, Swing) et gestion d’évènements
· le mécanisme de threads (instance d'exécution) en JAVA ou Python

Projet :

Pratique de la programmation orientée objet, capacité à mettre en œuvre les bonnes pratiques de génie logiciel et algorithmique.

Conception et réalisation d'une application bioinformatique en JAVA ou Python avec les documentations techniques afférentes. Pour réaliser cette application il faut tout d'abord réaliser des composants génériques, puis les assembler pour obtenir l'application.

Une connaissance minimale en programmation objet et algorithmique.

Septembre - Octobre - Novembre.

EVRY

Marie-Luce Taupin, PR UEVE.

Utilisation pratique du modèle linéaire et de ses extensions sous R

Contenu:
Exemples de données et modélisations classiques associées.
Modèle linéaire (analyse de la variance, modèle de régression).
Modèle de régression logistique.
Méthodes de sélection de variables.
Introduction à la notion de tests multiples.
Régression linéaire multiple
Régression ridge et Lasso
Introduction au modèle linéaire généralisé
Compétences à acquérir

Compétences:
Présenter des méthodologies classiques de statistiques pour les données biologiques et ou génomiques:
Application et diagnostic du modèle linéaire sous R
Tests et inférence sur modèle linéaire
Pratique de la régularisation et sélection de variable (glmnet)
Pratique de la régression logistique

Compétences complémentaires:
- pratique avancée du logiciel R.

Septembre - Octobre - Novembre.

EVRY

David Vallenet, chercheur Adelme Bazin, chercheur.

12h CM et 12h TD.

1-Annotation structurale de génomes bactériens

• Prédiction de gènes de protéine : vraisemblance de la phase de lecture – importance des modèles de gènes et utilisation d’outils statistiques d’analyse de données pour caractériser des classes de gènes homogènes dans l’utilisation du code génétique
• Prédiction de gènes de rRNA, tRNA et snRNA.

2-Annotation fonctionnelle de génomes bactériens

• Recherche de similarités dans les banques de séquences généralistes et les banques de domaines et motifs protéiques. Notion de gènes orthologues/paralogues et intérêt de l'annotation par famille de gènes et de protéines.
• Annotation relationnelle de génomes bactériens. Méthodes de contexte de gène. Notions de synténie, de profils phylogénétiques et événements de fusions/fissions.
Caractéristiques des îlots et méthodes de prédiction d’îlots génomiques.
• Reconstruction de voies métaboliques. Prédiction de fonctions enzymatiques isoenzymes, enzymes multifonctionnelles. Les bases de données métaboliques. La reconstruction par homologie.

Compétences:
- Présenter les concepts fondamentaux et appliqués d’annotation et de génomique comparative des génomes procaryotes.
- Utiliser ces notions dans le cadre d’un projet réalisé avec la plateforme MicroScope de l'Institut de Génomique d'Evry.

Janvier - Février.

EVRY

Carène Rizzon, MCF UEVE Nathalie Boudet, MCF UEVE Yolande Diaz, MCF UEVE.

Objectifs : Introduction aux outils de la phylogénie moléculaire.

contenu
* Notions d'évolution et terminologie utilisée
* Méthodes de reconstruction phylogénétique
* Choix de la méthode et de l'outil à utiliser en fonction de la problématique biologique
* application à l'étude d'une famille de gènes.

Février - Mars - Avril.

EVRY

Marie-Hélène Mucchielli-Giorgi.

Les séances seront répartis en une partie cours et une partie TP.

Le cours commencera par quelques rappels de probabilité et de statistiques (échantillonnage, t-test). Nous verrons ensuite les plans complets et fractionnaires (notion d’alias et de résolution, conception de plans fractionnaires complémentaires) et illustrerons leur utilisation avec R.

Notions de probabilité, statistique descriptive, échantillonnage et tests d'hypothèses.

Février.

EVRY

Rachel Carol, CRL, vacataire UEVE.

TD : 24h.

Objectifs :
Améliorer les compétences langagières des étudiants (compréhension écrite et orale, expression écrite et orale) et développer leur vocabulaire scientifique. Les rendre capables de rédiger un résumé d'article. Les rendre capables de faire un exposé oral d'un article ou d'un sujet scientifique en rapport avec leur domaine d'étude à l'aide d'un support powerpoint.

Contenu :

Etude d'une alternance de supports écrits et oraux ou vidéos sur des thèmes suscitant l'expression ou le débat, notamment les brevets sur les gènes, les questions éthiques de l'utilisation des lignées de cellules HeLa, de la biologie de synthèse et des manipulations génétiques.
Réalisation d'exposés individuels par les étudiants et entraînement à l'interaction orale (débats).
Evaluation régulière de la participation orale, évaluation individuelle de la prise de parole en continu (exposés), test de compréhension orale, examen évaluant la compréhension et l'expression écrites.

Pré-requis niveau B1/B2 du Cadre Européen Commun de Référence pour les Langues.

Février - Mars.

EVRY

Nathalie Boudet, MCF UEVE.

Présentation en amphithéâtre de l'UE Travail personnel de l'étudiant en collaboration avec son maître de stage. Rédaction d'un rapport et présentation orale du travail réalisé.

Le projet scientifique est un travail préparatoire au stage.
Il s'agit d'un travail approfondi, basé sur des recherches bibliographiques et des discussions avec l’encadrant de stage.
Il vise à clarifier le contexte scientifique général et l'état des connaissances. Il permet de mettre en évidence les questions scientifiques qui seront abordées lors du stage.

Janvier - Février - Mars - Avril.

EVRY

Nathalie Boudet, MCF UEVE Carène Rizzon, MCF UEVE Yolande Diaz, MCF UEVE Marie-Hélène Mucchielli-Giorgi, PR UEVE Valérie Chaudru, MCF UEVE Elisabeth Petit-Texeira, PR UEVE Anna Niaraki, MCF UEVE Fariza Tahi, PR UEVE Farida Zehraoui, MCF UEVE Cyril Dalmasso, MCF UEVE Christophe Ambroise, PR UEVE.

Stage de 8 semaines en entreprise ou en laboratoire.

Aout - Avril - Mai - Juin - Juillet.

EVRY

Carène Rizzon, MCF UEVE Franck Samson, IR INRA.

Objectif: Le cours présentera l'importance des ontologies en bioinformatique ainsi que de la représentation des données et des connaissances ainsi que le principe des bases de données relationnelles objet et SQL3, puis les bases de données semi-structurées et XML.

Contenu
- Rappels sur les différents modèles de Bases de Données existants et leur historique, et les intérêts et inconvénients de chacun des modèles, en particulier du relationnel et de l'objet.
- Modélisation UML et autres langages de représentation des données et des connaissances utilisés en bioinformatique
- Langage de requêtes pour bases de données relationnelles objet : SQL3
- Gestion avancée des bases de données relationnelles
- Documents semi-strcuturés et XML

Introduction, définitions, syntaxes (forme sérialisée, forme arborescente) Définition de type : DTD Définition de type : XML Schema Transformation de document XML : XSL/XSLT Parcours d'un document XML : Xpath

- Bases de données XML

Définition de DTDs à partir d'un modèle de classes UML Langage de requêtes Xquery Exemples de Bases de données XML natives (Systèmes pour la gestion de donneés XML).

Bases théoriques et pratiques en modélisation Entité/Association, bases de données relationnelles, SQL.

Février - Mars - Avril.

EVRY

Franck Delaplace, PR UEVE Guillaume Hutzler, MCF UEVE.

15h CM et 18h TD.

Dans ce cours sont présentés différents formalismes issus de la théorie des systèmes dynamiques discrets qui ont montré leur utilité en biologie des systèmes depuis les années 1940. Ainsi, au travers des réseaux d'automates, l'objectif est de fournir aux étudiants les clés mathématiques et informatiques pour mener à bien une étude approfondie des systèmes biologiques (qui sont réduits ici aux réseaux de régulation génétique). Plus précisément, après une brève présentation des notions de calculabilité et de complexité (fondements de l'informatique), les questions et les difficultés majeures de la modélisation (au sens large) seront abordées et seront illustrées par différents exemples issus de la biologie mais également de la physique et des sciences sociales. Une fois les problématiques de modélisation expliquées, le cours se focalisera sur la modélisation des réseaux de régulation génétique par les réseaux d'automates booléens. Ces objets (mathématiques) particuliers permettent de modéliser un grand nombre de systèmes composés d'éléments en interaction et ont la particularité de pouvoir tout calculer ( i.e. calculer tout ce qui est calculable). Après que les bases mathématiques utiles à la compréhension de la dynamique de tels systèmes auront été présentées et illustrées par des exemples, nous confronterons divers points de vue de la modélisation du temps (question capitale en biologie).

Février - Mars - Avril.

EVRY

Franck SAMSON, IR INRA.

Acquérir les fondements de la programmation orientée objets et conception et réalisation d'une application bioinformatique en Python ou JAVA

Contenu :
· Rappels des fondements de la programmation orientée objets : classe et objets, l'abstraction et l'encapsulation, l'héritage et le polymorphisme
· Socket, JDBC, RMI : communiquer avec des bases de données, sur internet, ou d'autres programmes en train de s'exécuter.
· Interface graphique (AWT, Swing) et gestion d’évènements
· le mécanisme de threads (instance d'exécution) en JAVA ou Python

Projet :

Pratique de la programmation orientée objet, capacité à mettre en œuvre les bonnes pratiques de génie logiciel et algorithmique.

Conception et réalisation d'une application bioinformatique en JAVA ou Python avec les documentations techniques afférentes. Pour réaliser cette application il faut tout d'abord réaliser des composants génériques, puis les assembler pour obtenir l'application.

Une connaissance minimale en programmation objet et algorithmique.

Janvier - Février - Mars.

EVRY