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.
3 crédits
30.0 h + 10.0 h
Q1
Enseignants
Gatto Laurent;
Langue
d'enseignement
d'enseignement
Anglais
Thèmes abordés
This bioinformatics and high throughput biology data analysis course will teach how to analyse contemporary omics data using open source tools such as Bioconductor packages. At the end of the course, students will have analysed omics experiments, including data transformation and normalisation, and the statistical analysis and interpretation thereof.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | A l'issue de ce cours, les étudiants auront analysé des données omiques haut débit, y compris les transformations et normalisation et l' analyse et l' interprétation statistique des celles-ci. Des jeux de données publics seront utilisés pour pratiquer en particulier · L'assemblage et annotation de séquençage haut débit. · Des données de transcriptomique de microarrays et RNA-Seq. · Des données de spectrométrie de masse et de protéomique quantitative. · Des données de spectrométrie de masse et de métabolomiques. · Des données épigénétiques de Chip-Seq. · Des données génomiques, y compris l'appel de variants et priorisation. · L'interrogation de bases de données publiques. |
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) ».
Faculté ou entité
en charge
en charge
SBIM
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master [120] en sciences biomédicales
