AIDE | QUITTER
   

Année académique 2013-2014
22/09/2018
Image transparente

Langue/Language


Analysis of functional and comparative genomics data
BIOL - F423

I. Informations générales
Intitulé de l'unité d'enseignement * Analysis of functional and comparative genomics data
Langue d'enseignement * Enseigné en anglais
Niveau du cadre de certification * Niveau 7 (2e cycle-MA/MC/MA60)
Discipline * Biologie
Titulaire(s) * [y inclus le coordonnateur] Vincent DETOURS (coordonnateur)
II. Place de l'enseignement
Unité(s) d'enseignement co-requise(s) *
Unité(s) d'enseignement pré-requise(s) *
Connaissances et compétences pré-requises * Students are expected to know basic statistics and computer programming.
Programme(s) d'études comprenant l'unité d'enseignement - BINF4A - Master en bioinformatique et modélisation, à finalité approfondie - 1e année (3 crédits, optionnel)
- BINF5A-M - Master en bioinformatique et modélisation, à finalité approfondie, Réorientation avec programme adapté - 2e année (3 crédits, optionnel)
- IRBC5S-I - Master en bioingénieur : chimie et bio-industries, à finalité spécialisée - 2e année - Master en bioingénieur : chimie et bio-industries, Option Bioinformatique - 2e année (3 crédits, optionnel)
- IRCB5S-I - Master en ingénieur civil biomédical, à finalité spécialisée - 2e année - Master en ingénieur civil biomédical, à finalité spécialisée, Option Informatique et imagerie biomédicales - 2e année (3 crédits, optionnel)
III. Objectifs et méthodologies
Contribution de l'unité d'enseignement au profil d'enseignement *
Objectifs de l'unité d'enseignement (et/ou acquis d'apprentissages spécifiques) *

The course focuses on genome-wide gene expression. It will present the strenghts and limits of computational methods deployed in current functional genomics research. The objective is to promote critical reading of the literature in the field, to introduce tools and promote their creative but biologically relevant use to tackle real life research problems. Thus, the course is biologically oriented: I focus on research applications. Details on the mathematical underpinning of the methods I present are addressed in other courses of the master, for example the statistics and machine learning modules.

Contenu de l'unité d'enseignement *

The course starts by presenting microarray technologies and the preprocessing steps required before any biological investigation can be carried out. Next, I introduce methods basically extending the pre-genomics, low-throughput gene expression experiments to genome-wide screens. Then the course unfolds with the presentation of recent tools that operate, not at the level of individual gene, but at the level of functionally related gene sets and global molecular phenotypes. More specifically we will learn about:

-microarray normalization

-selection of differentially expressed genes

-gene set analysis methods

-supervised and unsupervised classification of genome-wide expression profiles

-typical statistical illusions that come with the above,

-If time allows, transcriptome sequencing will be overviewed

Computational methods will be introduced together with the research problems drawn mostly from oncology research. Thus, the student will learn for example:

-to what extent the glogal gene expression varies among different human populations,

-how to predict cancer outcome from gene expression profile,

-how to establish connection between drugs and biological conditons from gene expression databases,

-etc.

Méthodes d'enseignement et activités d'apprentissages *

The course does not present a nicely polished texbook view of science, but science in the making with its ectics, turn arounds and controversies. Lectures are interupted by hands-on exercises in which the student actually use the methods on real life data and reproduce published research results.

Support(s) de cours indispensable(s) * Non
Autres supports de cours

Because the course is updated every years to follow the latest developments in the field, there is no syllabus, but powerpoint slides will be available.

Références, bibliographie et lectures recommandées *

na

IV. Evaluation
Méthode(s) d'évaluation *

If the number of students is small, the student will be evaluated from a personal project, otherwise it will be a classical exam.

Construction de la note (en ce compris, la pondération des notes partielles) *

na

Langue d'évaluation *

French or English.

V. Organisation pratique
Institution organisatrice * ULB
Faculté gestionnaire * Sciences
Quadrimestre * Deuxième quadrimestre (NRE : 20272)
Horaire * Deuxième quadrimestre
Volume horaire
VI. Coordination pédagogique
Contact *

vdetours@ulb.ac.be

Lieu d’enseignement *

La Plaine Campus (to be confirmed)

VII. Autres informations relatives à l’unité d’enseignement
Remarques

Retour aux détails du cursus
Image transparente
Passer directement au début de la page