Connaissances de génétique & biologie moléculaire: réplication, transcription, traduction, éléments du génome (gènes, éléments génétiques mobiles, éléments répétés), structure et régulation des gènes procaryotes et eucaryotes.
Objectifs
? Apprendre à résumer/formuler un problème/une question scientifique
? Connaitre les principaux serveurs dédiés à l’analyse des génomes
? Apprendre à utiliser des bases de données pour intégrer des données massives et hétérogènes
? Développer un sens critique par exemple en appliquant des analyses statistiques
? Comprendre le principe et savoir utiliser des outils bio-informatiques dédiés à l’analyse de séquences
? Apprendre à construire une chaine de traitement efficace
PT招财进宝
Conna?tre et utiliser les outils standards de l'analyse bio-informatique pour l'analyse de données de génomiques et transcriptomiques.
COURS MAGISTRAUX (6X 1H30= 9H) - 1 séance (1h30) CM1: les enjeux de la biologie face à la génomique et la post génomique (ou qu’apportent ces approches / expérimentations ciblées) - 1 séance (1h30) CM2: Bases de données et annotation de génome - 2 séances (3h00) CM3-4 : NGS : stratégies de séquen?age de génomes, technologie NGS (centré sur illumina), traitement qualité des données ; introduction aux outils d'assemblage et de mapping - 2 séances (3h00) CM5-6 : Transcriptomique : microarray, RNAseq, notion de normalisation, fold-change, clustering, interprétation de données d'expression.
TRAVAUX DIRIGES ( 2X1H30= 3H) - Analyse d’article TD1 : Analyse d’expérience d’assemblage de génome. - Analyse d’article TD2 : correction des sujets d’examen précédant.
TRAVAUX PRATIQUES (12X1H30= 18H) - 1 séance (1h30) : exploitation de bases de données- Rappels - 2 séances (2x1h30) : annotation de génomes eucaryotes - 2 séance (2x1h30) : traitements de données NGS (qualité), prise en main de galaxy - 2 séances (2x1h30) : mapping de données NGS pour la caractérisation de génomes nouvellement séquencés ; application à un génome procaryote - 2 séances (2x1h30) : analyse de données de puces : caractérisation des gènes différentiellement exprimés, - 4 séances (4x1h30) : Projet : analyse de données RNA-seq : qualité des données, procédures de normalisation => rapport de TP
? Apprendre à résumer/formuler un problème/une question scientifique
? Connaitre les principaux serveurs dédiés à l’analyse des génomes
? Apprendre à utiliser des bases de données pour intégrer des données massives et hétérogènes
? Développer un sens critique par exemple en appliquant des analyses statistiques
? Comprendre le principe et savoir utiliser des outils bio-informatiques dédiés à l’analyse de séquences
? Apprendre à construire une chaine de traitement efficace
