La recherche et les applications industrielles en biologie moléculaire recourent de plus en plus souvent aux techniques de génomique à haut débit. Par ailleurs, de grandes collections de données publiques de ce type peuvent profiter à de nouveaux projets à condition de savoir les intégrer. Il existe bien des outils logiciels et des sites internet mais fréquemment on a besoin d'analyses particulières ou de représentations graphiques qui ne sont pas disponibles.
Pour répondre à ce type de besoin, une plateforme s'est très largement imposée : R et Bioconductor. R est un langage de programmation et un environnement de travail interactif et Bioconductor un ensemble de librairies pour les problèmes de bioinformatique.
Cette UE vous permettra de devenir autonome en apprenant les bases de R et leurs applications en génomique. Nous apprendrons les rudiments du langage, l'exploration graphique des données, le traitement de données courantes comme les transcriptomes et les protéomes, l'intégration de données et quelques éléments concernant les interactomes (réseaux d'interaction). Le cours vous permettra d'appréhender des analyses classiques dont de nombreux laboratoires ont besoin et d'apprendre par vous-même d'autre part.
Ce cours introduira et utilisera des concepts de statistique mais ce n'est pas un cours de statistique. Il ne fera pas de vous des bioinformaticiens mais des biologistes pouvant travailler de manière indépendante et pertinente sur des données de génomique. Si vous avez des bases en math/statistique et/ou programmation, vous en profiterez mais ce n'est pas nécessaire.
Pour répondre à ce type de besoin, une plateforme s'est très largement imposée : R et Bioconductor. R est un langage de programmation et un environnement de travail interactif et Bioconductor un ensemble de librairies pour les problèmes de bioinformatique.
Cette UE vous permettra de devenir autonome en apprenant les bases de R et leurs applications en génomique. Nous apprendrons les rudiments du langage, l'exploration graphique des données, le traitement de données courantes comme les transcriptomes et les protéomes, l'intégration de données et quelques éléments concernant les interactomes (réseaux d'interaction). Le cours vous permettra d'appréhender des analyses classiques dont de nombreux laboratoires ont besoin et d'apprendre par vous-même d'autre part.
Ce cours introduira et utilisera des concepts de statistique mais ce n'est pas un cours de statistique. Il ne fera pas de vous des bioinformaticiens mais des biologistes pouvant travailler de manière indépendante et pertinente sur des données de génomique. Si vous avez des bases en math/statistique et/ou programmation, vous en profiterez mais ce n'est pas nécessaire.
- Enseignant: Colinge Jacques