Savoir appliquer des analyses de régression
Apprendre à faire et interpréter les alignements de séquences et les arbre de regroupement.
Savoir appliquer une boîte à outils diverses pour faire des analyses avancées en sciences.
Ce cours initiera les étudiants à la bioinformatique. Les étudiants apprendront à effectuer des alignements de séquences, comprendront comment dériver et interpréter les scores d'alignement et apprendront à regrouper des données.
Le cours comprend deux modules principaux : statistiques et bioinformatique.
Statistiques:
1. ANOVA 1 et 2
2. Tests non-paramétriques
3. Régression linéaire multiple
4. ANCOVA
5. Modèles linéaires mixtes
Bioinformatique
6. Alignements de sequences
7. Prédiction de la structure des protéines
Regroupement de données.
1. ANOVA 1 and 2
2. Non-parametric tests
3. Multiple linear regression
4. ANCOVA
5. Linear mixed models
6. Sequence alignments
7. Protein structure prediction
8. Data clustering.
Séances de TPs en ordinateur, en utilisant le logiciel R et logiciels de alignements de sequences, clustering, et sites web.
Stats: Autoapprentissage; séances de questions-réponses, TPs
Bioinformatique: Séances pratiques précédées d'une introduction théorique.
Stats: analyse de données statistiques sur ordinateur, à livre ouvert, avec R.
Bioinfo: Analyses de sequences, et regroupement de données, à livre ouvert.
Statistques:
Pendant le cours:
Mini-tests pendant le cours: Questions théoriques après le TP du sujet concerné (10 mins), au début du TP suivant. lors de ces tests, vous ne pourrez pas consulter le cours ni accéder à internet. Ceux-ci contribuent à hauteur de 10% à la note finale de la première session d’examens.
Session d’examens :
Evaluation de theortie et de TP: questions théoriques et exercices similaires aux exercices réalisés lors des TPs., en utilisant R.
Bioinformatics: La théorie du module bioinformatique sera évaluée avec la partie pratique après le(s) TP(s). Les étudiants doivent discuter et interpréter les résultats des exercices pratiques et répondre à la théorie sous-jacente associée.
La note globale est laissée à l’appréciation de l’équipe enseignante sur base de la note des mini-tests (~10%) et de l’examen final de la partie statistiques (~ 70%), l’evaluation de la partie bioinformatique (20%), et la participation globale de l’étudiant (bonus jusqu'à 0.5 points). Il est nécessaire d’obtenir une note globale >10 pour réussir le cours. Pour réussir l’ UE une note globale >10 est nécessaire. Cependant, une note d'au moins 8 dans chaque module, Statistiques et Bioinformatique, est nécessaire pour réussir l’unité d’enseignement (UE). Sinon la moyenne est plafonnée à 9.
Bioinformatics: La théorie du module bioinformatique sera évaluée avec la partie pratique aprés les TPs. Les étudiants doivent discuter et interpréter les résultats des exercices pratiques et répondre à la théorie sous-jacente associée.
La participation de l’étudiant pendant le cours peut lui donner un bonus pouvant atteindre 0,5 point sur la cote de première session.
| Formation | Programme d’études | Bloc | Crédits | Obligatoire |
|---|---|---|---|---|
| Bachelier en sciences biologiques | Standard | 0 | 5 | |
| Bachelier en sciences biologiques | Standard | 3 | 5 |