Durée
150h Proj.
Nombre de crédits
Enseignant
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au deuxième quadrimestre
Horaire
Unités d'enseignement prérequises et corequises
Les unités prérequises ou corequises sont présentées au sein de chaque programme
Contenus de l'unité d'enseignement
Ce cours renforce la résolution de problèmes scientifiques en impliquant les étudiants dans des recherches authentiques sur des données génomiques à grande échelle. Par le biais de projets de recherche, il développe des compétences pratiques et professionnelles, consolide le travail d'équipe interdisciplinaire et promeut une conception éthique et durable grâce à une interprétation et une communication responsables de données biomédicales complexes.
Les étudiants se voient confier un sujet de recherche concret nécessitant une analyse génomique détaillée à grande échelle. Ce sujet est fourni par le directeur de recherche ou s'inscrit dans le cadre d'un travail collaboratif continu. Cette année, le cours porte sur les modèles d'interaction par apprentissage automatique, les réseaux d'interactions biologiques et l'utilisation de ces outils pour détecter l'hétérogénéité individuelle et étudier l'épistasie.
Le cours s'articule autour d'une méthodologie d'analyse structurée qui guide le projet depuis les données brutes jusqu'à leur interprétation. Les étudiants devront notamment suivre les étapes suivantes : représentation au niveau des gènes par agrégation SNP-gène ; sélection d'un outil de prédiction et des scores d'interaction par paires ; utilisation de ces scores comme pondérations des arêtes dans un réseau d'interaction génique ; construction de réseaux moléculaires spécifiques à chaque individu ; et discussion finale de la signification biologique et statistique des signaux d'interaction obtenus.
Selon la nature des données, les étudiants peuvent opter pour des méthodes d'analyse paramétriques ou non paramétriques, ainsi que pour des outils statistiques, d'apprentissage automatique ou basés sur les réseaux. Toute technique vue dans les cours précédents peut être utilisée, pourvu qu'elle soit adaptée au problème posé.
Compte tenu de la nature interdisciplinaire du projet, les étudiants peuvent travailler en groupes de 2 ou 3. À la fin du projet, chaque étudiant rédige un rapport individuel. Il n'y a pas de cours magistraux, hormis la réunion d'introduction au cours de laquelle le problème du projet est présenté. Un accompagnement théorique et pratique est proposé sur demande.
Acquis d'apprentissage (objectifs d'apprentissage) de l'unité d'enseignement
Ce cours s'inscrit dans un parcours d'apprentissage intégré en génomique computationnelle et systémique . Ce parcours suit une progression structurée : les étudiants commencent par appréhender les données (GBIO0002), puis les questions scientifiques et les preuves (GBIO0015), développent et évaluent ensuite des méthodes computationnelles (GBIO0030), et enfin appliquent ces compétences dans un projet de recherche authentique (GBIO0031). Point d'orgue de ce parcours, ce cours permet aux étudiants d'intégrer et d'appliquer les connaissances et les compétences acquises tout au long du cursus dans un projet de recherche concret, renforçant ainsi leurs compétences pratiques et professionnelles par une démarche scientifique indépendante.
À partir des données fournies, les étudiants peuvent appliquer et consolider les connaissances acquises grâce à un problème pratique de génétique statistique. Ils sont notamment capables de réaliser une analyse rigoureuse et détaillée des données omiques, en utilisant le logiciel le plus approprié, et en couvrant les aspects suivants du processus d'analyse :
- nettoyage des données ;
- analyse statistique ;
- interprétation;
Savoirs et compétences prérequis
Une formation en biostatistique, bioinformatique ou génétique statistique est un atout. À défaut, avoir suivi l'un des cours suivants : GBIO0002, GBIO0015 ou GBIO0030.
Activités d'apprentissage prévues et méthodes d'enseignement
Lors d'une réunion de lancement, le problème et les données sont présentés. Les étudiants peuvent utiliser leurs propres données avec l'accord du responsable du cours. Ils peuvent travailler individuellement, bien que cela soit déconseillé, ou en groupes de trois maximum. Plusieurs groupes peuvent travailler sur les mêmes jeux de données réelles ou sur des jeux différents, selon leur disponibilité.
L'encadrement est assuré par les membres du groupe BIO3 du GIGA ou du département EEI de la Faculté des sciences appliquées. Des réunions de groupe avec les encadrants peuvent être organisées sur demande. À la fin du projet, chaque étudiant rédige un rapport et le soutient oralement.
L'approche pédagogique est principalement axée sur l'apprentissage par projets, la recherche constituant un volet secondaire. Le cours privilégie l'autonomie des étudiants, un encadrement étant disponible sur demande ou lorsque cela est jugé indispensable.
Mode d'enseignement (présentiel, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Informations complémentaires:
Principalement à distance
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
Informations complémentaires:
Aucun manuel n'est obligatoire. Les informations essentielles sont publiées sur le site web du cours (eCampus), sauf indication contraire.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( questions ouvertes ) ET évaluation orale
Informations complémentaires:
La note finale repose sur un rapport de projet individuel (60 %) et sur sa soutenance orale individuelle (40 %). Le rapport permet d'évaluer la formulation de la problématique de recherche, la pertinence et la justification de la stratégie d'analyse, la validité technique de l'analyse, l'interprétation des résultats ainsi que la réflexion scientifique critique et créative. L'épreuve orale évalue la compréhension individuelle du travail par l'étudiant, sa capacité à justifier ses choix méthodologiques, à évaluer de manière critique les résultats et les limites, et à raisonner sur des stratégies d'analyse alternatives.
Une note minimale de 10/20 au rapport est requise pour être admis à l'épreuve orale.
Pour la seconde session d'examen, les étudiants ne sont pas tenus de refaire ou d'approfondir l'analyse initiale des données. Si le rapport a obtenu une note d'au moins 10/20 mais que l'étudiant n'a pas validé le cours, la note du rapport est conservée et seule l'épreuve orale est repassée. Si le rapport a obtenu une note inférieure à 10/20, l'étudiant peut soumettre une version révisée corrigeant les lacunes en matière de justification méthodologique, d'interprétation, de réflexion critique et de présentation, sans effectuer de nouvelle analyse de données. L'admission à l'épreuve orale de seconde session nécessite également une note de rapport d'au moins 10/20.
L'épreuve orale de seconde session porte sur le projet initial et évalue notamment la capacité de l'étudiant à identifier les faiblesses de l'approche d'origine, à expliquer comment y remédier et à discuter de manière critique des stratégies d'analyse alternatives appropriées.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Le travail de projet est organisé au cours du second semestre. L'examen a lieu en juin. Le contenu et l'organisation pratique du projet sont susceptibles d'être adaptés en fonction du nombre d'étudiants inscrits au cours (ce point sera discuté en classe).
Contacts
Kristel Van Steen - e-mail kristel.vansteen@uliege.be
Assistant: à communiqué
Mode de contact préféré: e-mail (mentionner GBIO0031 dans le titre du sujet) ou contact personnel, après le cours ou sur rendez-vous.