Université Lyon 1
Université de Lyon
Arqus
Accueil  >>  Master  >>  Biodiversité, écologie et évolution  >>  M1 Biodiversité, écologie et évolution  >>  Méthodes d'analyse de données génomiques / transcriptomiques
  • Domaine : Masters du domaine SCIENCES, TECHNOLOGIES, SANTE
  • Diplôme : Master
  • Mention : Biodiversité, écologie et évolution
  • Parcours : M1 Biodiversité, écologie et évolution
  • Unité d'enseignement : Méthodes d'analyse de données génomiques / transcriptomiques
Nombre de crédits de l'UE : 6
Code APOGEE : BIO1438M
UE Libre pour ce parcours
UE valable pour le semestre 1 de ce parcours
    Responsabilité de l'UE :
HAUDRY ANNABELLE
 annabelle.haudryuniv-lyon1.fr
HAUDRY ANNABELLE
 annabelle.haudryuniv-lyon1.fr
    Type d'enseignement
Nb heures *
Cours Magistraux (CM)
9 h
Travaux Dirigés (TD)
20 h
Travaux Pratiques (TP)
24 h
Durée de projet en autonomie (PRJ)
0 h
Durée du stage
0 h
Effectif Cours magistraux (CM)
210 étudiants
Effectif Travaux dirigés (TD)
35 étudiants
Effectif Travaux pratiques (TP)
18 étudiants

* Ces horaires sont donnés à titre indicatif.

    Pré-requis :

Cette UE nécessite des prérequis en programmation informatique (langage R python et bash) qui sont enseignés dans l’UE ADB (S1) et l’UE “programmation pour la biologie” (S2).

    Compétences attestées (transversales, spécifiques) :
Cette UE a pour objectif de permettre aux étudiants d'acquérir les connaissances théoriques et pratiques pour le traitement de données génomiques et transcriptomiques, et ce pour toutes les étapes allant de l'obtention des séquences brutes à leur analyse et interprétation en termes fonctionnels.
    Programme de l'UE / Thématiques abordées :

Les différentes technologies d'acquisition de données génomiques et transcriptomiques, ainsi que leurs biais, seront présentées en lien avec des problématiques variées. L'accent sera mis sur les nouvelles technologies de séquençage (e.g. Illumina, Nanopore) et leur utilisation en génomique environnementale.

 

Les aspects technologiques seront mis en lien avec les spécificités biologiques dépendant de la nature des organismes étudiés (procaryotes ou eucaryotes). Seront abordées deux situations classiques d’assemblage de génome : i) un contexte de séquencage de novo (à partir de short et/ou de long reads) et ii) un contexte de reséquencage avec comparaison à un génome de référence (allant du mapping à l'analyse des polymorphismes découverts par SNP calling). Les différents types de contaminations dans les données de séquençage, leurs conséquences et leur détection seront abordées (TP). Les méthodes d’annotation structurale et fonctionnelle des génomes seront présentées et manipulées (e.g. détection de gènes, d'éléments régulateurs).


Les étudiants apprendront également à analyser des données transcriptomiques (assemblage, quantification d'exons, de jonctions, de gènes, estimation des taux d’expression). Le problème de la reconstruction de tous les transcrits alternatifs d'un gène sera étudié. L'analyse comparative des niveaux d'expression entre deux conditions expérimentales (traité / non traité, tissu1 /tissu2) sera l'occasion d'introduire les méthodes statistiques pour décider si un gène est différentiellement exprimé ou épissé.

SELECT * FROM parcours INNER JOIN ue_parcours ON PAR_ID_FK=PAR_ID INNER JOIN mention ON MEN_ID = PAR_MENTION_FK WHERE PAR_ACTIVATE = 0 AND UE_ID_FK='25726' ORDER BY UE_ID_FK ASC, PAR_ID_FK ASC