Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
5 crédits
30.0 h + 30.0 h
Q1
Enseignants
Dupont Pierre;
Langue
d'enseignement
d'enseignement
Anglais
Préalables
Les étudiants doivent maîtriser les compétences suivantes :
Les compétences suivantes sont également utiles. Elles sont brièvement revues en début du cours LGBIO2010 :
- implémenter et tester une solution sous la forme d'un prototype logiciel et/ou d'un modèle numérique,
- démontrer une bonne compréhension des concepts et de la méthodologie de la programmation,
- faire un choix justifié entre plusieurs représentations des informations et plusieurs algorithmes pour les traiter,
- analyser un problème, proposer une solution informatique pour le résoudre et la mettre en oeuvre dans un langage de haut niveau,
- comprendre et savoir appliquer dans des situations variées les concepts de base de probabiités et de l'inférence statistique,
- tirer des conclusions fiables à partir de données d'échantillons statistiques,
Les compétences suivantes sont également utiles. Elles sont brièvement revues en début du cours LGBIO2010 :
- comprendre le fonctionnement des organismes vivants à l'échelle de la cellule,
- décrire les concepts de la base de la génétique moléculaire
- définir les différentes classes de biomolécules ainsi que les processus et structures cellulaires où elles interviennent,
Thèmes abordés
- Introduction à la biologie moléculaire
- Recherche dans des bases de données biologiques
- Comparaison et alignements de séquences
- Recherche de motifs
- Modèles de Markov cachés
- Technologies et méthodes d'analyse du transcriptome
- Méthodes d'inférence de réseaux d'interaction
- Algorithmes de construction d'arbres phylogénétiques
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 |
Eu égard au référentiel AA du programme « Master ingénieur civil en génie biomédical », ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
- maîtriser des concepts de base en biologique moléculaire pour une utilisation pertinente d'outils bio-informatiques, - concevoir, développer et utiliser des outils et méthodes informatiques spécifiques à la gestion, l'exploitation et la recherche d'informations dans des collections de données biologiques, - faire un choix argumenté entre différentes techniques informatiques pour résoudre des problèmes biologiques. Acquis d'apprentissage transversaux : - Mener à bien un projet en équipe, éventuellement entre étudiants avec des compétences initiales complémentaires en informatique ou en biologie, et fournir en commun une solution argumentée à un problème bioinformatique donné - S'appuyer à bonne escient sur des informations disponibles dans des bases de données externes (telles que GenBank ou UniProt) régulièrement mise à jour - Maîtriser un environnement logiciel tel que R (Bioconductor). |
La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
- Introduction à la biologie moléculaire
- Recherche dans des bases de données biologiques
- Comparaison et alignements, simple et multiple, de séquences
- Modèles de Markov cachés
- Algorithmes de construction d'arbres phylogénétiques
- Méthodes d'analyse de l'expression génique (transcriptome)
- Sélection de biomarqueurs
- Modèles prédictifs
- Analyse de données de survie
Méthodes d'enseignement
Cours magistraux et projets.
Des projets sont réalisés par groupes de 2 étudiants pour mettre en oeuvre, et adapter au besoin, des algorithmes vus au cours.
Le langage R est recommandé pour réaliser ces projets. Un tutoriel sur R est présenté aux étudiants au début du premier projet.
Des projets sont réalisés par groupes de 2 étudiants pour mettre en oeuvre, et adapter au besoin, des algorithmes vus au cours.
Le langage R est recommandé pour réaliser ces projets. Un tutoriel sur R est présenté aux étudiants au début du premier projet.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
La note du cours se répartit comme suit :
L'examen final est, par défaut, un écrit (sur papier ou, le cas échéant, sur ordinateur de l'UCLouvain).
- 25% pour les projets effectués en groupe pendant le quadrimestre,
- 75% pour l'examen final
L'examen final est, par défaut, un écrit (sur papier ou, le cas échéant, sur ordinateur de l'UCLouvain).
Ressources
en ligne
en ligne
Bibliographie
Recommended textbooks - Ouvrages complémentaires conseillés :
- Biological Sequence Analysis : Probabilistic Models of Proteins and Nucleic Acids, R. Durbin et al., Cambridge University Press, 1998.
- Inferring Phylogenies, J. Felsenstein, Sinauer Associates; 2nd ed., 2003.
- Bioinformatics, Sequence and Genome Analysis, D. Mount, Cold Spring Harbord Laboratory Press, 2nd ed., 2004.
- Introduction to Computational Genomics : a case-study approach, N. Cristianini M. Hand, Cambridge University Press, 2007.
- Biological Sequence Analysis : Probabilistic Models of Proteins and Nucleic Acids, R. Durbin et al., Cambridge University Press, 1998.
- Inferring Phylogenies, J. Felsenstein, Sinauer Associates; 2nd ed., 2003.
- Bioinformatics, Sequence and Genome Analysis, D. Mount, Cold Spring Harbord Laboratory Press, 2nd ed., 2004.
- Introduction to Computational Genomics : a case-study approach, N. Cristianini M. Hand, Cambridge University Press, 2007.
Support de cours
- Required teaching material include all documents (lecture slides, project assignments, complements, ...) available on the Moodle website for this course.
- Les supports obligatoires sont constitués de l'ensemble des documents (transparents des cours magistraux, énoncés des travaux pratiques, compléments, ...) disponibles sur le site Moodle du cours.
Faculté ou entité
en charge
en charge
GBIO
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] : ingénieur civil en science des données
Master [120] : ingénieur civil biomédical
Master [120] : ingénieur civil en informatique
Master [120] : ingénieur civil en mathématiques appliquées
Master [120] en statistique, orientation biostatistiques
Master [120] en sciences informatiques
Master [120] en science des données, orientation technologies de l'information