Durée
30h Th, 15h Pr, 15h Proj.
Nombre de crédits
Enseignant
Coordinateur
Langue(s) de l'unité d'enseignement
Langue anglaise
Organisation et évaluation
Enseignement au premier quadrimestre, examen en janvier
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 formant les étudiants à modéliser, analyser et interpréter de manière critique des données omiques complexes. À travers des études de cas collaboratives, il développe également le travail d'équipe interdisciplinaire et promeut une conception éthique et durable en encourageant des pratiques bioinformatiques reproductibles, responsables et transparentes.
Ce module d'apprentissage présente les concepts fondamentaux de la génétique, de la bioinformatique et de la modélisation analytique grâce à une approche combinant enseignement traditionnel, apprentissage par cas et apprentissage collaboratif. Les étudiants découvrent comment les données biologiques sont générées, traitées, analysées et interprétées dans les principaux domaines de l'omique.
Les sujets abordés incluent la génomique, la transcriptomique, la protéomique, la métabolomique, la microbiomique, les technologies de génération de données, le traitement analytique de première ligne (contrôle qualité, alignement, quantification, normalisation, filtrage, annotation), les flux de travail bioinformatiques, la reproductibilité, les études d'association pangénomiques (GWAS), l'analyse de réseaux, les analyses transcriptomiques et microbiomiques, les réseaux métaboliques, l'intégration multi-omique et la traduction des résultats bioinformatiques en applications biomédicales.
Une étude d'association pangénomique (GWAS) constitue le cas central du cours. À l'aide d'articles scientifiques commentés, de questions structurées et d'activités collaboratives, les étudiants établissent progressivement des liens entre les questions biologiques, la modélisation analytique, les considérations statistiques et l'interprétation biologique.
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). Ce cours en particulier fournit les bases analytiques et biologiques sur lesquelles s'appuient les cours suivants, en initiant les étudiants aux technologies omiques, aux flux de travail bioinformatiques et à l'interprétation de données biologiques complexes.
Tous les étudiants
- devront avoir acquis un certain nombre de connaissances de base en biologie moléculaire et génétique leur permettant d'ancrer les analyses bioinformatiques dans la réalité des concepts biologiques.
- devront connaître les grands principes technologiques du séquençage de l'ADN et de certaines technologies de pointe de biologie cellulaire et moléculaire, et devront être capables de recommander leur application dans des contextes biologiques spécifiques.
- Expliquez les principes des principaux types de données omiques et leurs technologies de génération.
- Décrivez les principales étapes des flux de travail bioinformatiques, y compris le contrôle qualité des GWAS, les tests statistiques et l'interprétation biologique.
- Identifier les problèmes analytiques courants tels que la normalisation, les biais, la structure de la population, les tests multiples, la reproductibilité et les limites d'interprétation.
- Relier la génération de données biologiques à la modélisation analytique en aval.
- Évaluer de manière critique les analyses bioinformatiques publiées et leurs limites.
- Collaborer efficacement pour analyser des cas scientifiques et communiquer des conclusions scientifiques concises.
Savoirs et compétences prérequis
Des connaissances en génétique, bioinformatique, biostatistique, génie biomédical ou informatique sont un atout, mais ne sont pas obligatoires. Les étudiants doivent être capables de lire des publications scientifiques, de participer activement à des discussions de groupe et de mener une réflexion analytique guidée.
Activités d'apprentissage prévues et méthodes d'enseignement
Ce cours combine des exposés magistraux avec un apprentissage structuré par études de cas et un apprentissage collaboratif. De courtes séances d'enseignement présentent chaque sujet avant que les étudiants ne travaillent en groupe sur des cas guidés, basés sur des articles scientifiques ou des exercices informatiques préparés.
Tout au long des séances thématiques, les étudiants définissent la question biologique, discutent du processus analytique, évaluent les aspects statistiques et biologiques, et préparent un exposé concis en groupe (affiche, diapositive ou organigramme). L'étude de cas GWAS offre un exemple récurrent qui relie plusieurs thèmes du cours et favorise l'intégration progressive des concepts.
L'instructeur fournit un encadrement structuré, des ressources sélectionnées et un accompagnement, garantissant ainsi que les étudiants d'horizons divers puissent s'engager activement dans les analyses bioinformatiques modernes.
Partie I (données et technologies)
L'enseignement porte sur les types de données (génomique, transcriptomique, protéomique, métabolomique), les plateformes qui les génèrent, ainsi que sur les premières étapes analytiques (« analyses de bas niveau » ou first-line analytics) nécessaires pour transformer les mesures brutes en données exploitables. Ces étapes incluent le contrôle qualité, l'alignement, la quantification, la normalisation, le filtrage et l'annotation, selon le type d'omics. Bien que la Partie I reste basée sur des cours magistraux cette année, les étudiants sont invités à s'impliquer activement dans les exemples et les schémas conceptuels, ce qui les prépare aux éléments plus appliqués de la Partie II.
Partie II (analyses de haut niveau)
L'enseignement est structuré autour d'éléments récurrents dans chaque séance thématique afin d'assurer une cohérence entre les sujets et de soutenir une population étudiante hétérogène :
- Mise en contexte conceptuelle - De quoi traite l'étude X et pourquoi la réaliser (par ex. GWAS, expression différentielle des gènes, cartes métabolomiques) ? Quelles questions biologiques peut-elle aborder, et quelles sont les hypothèses ou les écueils courants ?
- Aperçu des méthodes - Présentation des pipelines analytiques typiques, des outils les plus utilisés et des liens avec des applications translationnelles telles que l'interprétation de maladies ou le développement de médicaments.
- Travail de groupe et production - Les étudiants travaillent soit (a) sur des exercices computationnels guidés (p. ex. scripts RMarkdown pré-écrits), soit (b) sur des activités d'apprentissage basées sur des problèmes (p. ex. reconstituer à rebours l'analyse d'un article scientifique). Les groupes produisent ensuite une courte sortie (poster, diapositive ou schéma) résumant la question biologique, la stratégie analytique, les résultats/visualisations et une réflexion critique, suivie d'un échange et de retours entre pairs.
Mode d'enseignement (présentiel, à distance, hybride)
Combinaison d'activités d'apprentissage en présentiel et en distanciel
Informations complémentaires:
Le cours se déroulera en présentiel. Des séances en ligne n'auront lieu qu'à titre exceptionnel, par exemple dans le cas d'une conférence invitée ou de circonstances imprévues (p. ex. évolution du COVID-19). Le cours est structuré en deux blocs consécutifs (partie I et partie II), couvrant des éléments de génétique et de bio-informatique.
Supports de cours, lectures obligatoires ou recommandées
Plate-forme(s) utilisée(s) pour les supports de cours :
- eCampus
Informations complémentaires:
Il n'existe pas de manuel unique couvrant tous les aspects du cours.
Les notes de cours (diapositives et pièces justificatives comme référence)
seront fournies pendant le cours.
Modalités d'évaluation et critères
Examen(s) en session
Toutes sessions confondues
- En présentiel
évaluation écrite ( QCM, questions ouvertes )
Informations complémentaires:
L'évaluation repose sur la participation aux activités d'apprentissage encadrées ainsi que sur la qualité des livrables de groupe, tels que des diapositives de synthèse, des posters ou des résumés concis. La performance des étudiants sera principalement évaluée par un examen écrit comportant des questions ouvertes et des questions à choix multiples (QCM). Cette évaluation porte sur la compréhension conceptuelle, la clarté de la communication, l'interprétation pertinente des résultats analytiques et biologiques, la prise en compte des limites méthodologiques et l'efficacité de la collaboration.
En réponse aux commentaires des étudiants des années précédentes, des points seront attribués pour les travaux réalisés à domicile ou dans le cadre de projets de groupe. Plus précisément, il est possible d'obtenir au moins 1 point (sur 20) grâce à une participation active aux travaux de groupe ou à la réalisation des exercices à faire chez soi sur le logiciel R. Ces points supplémentaires ne sont pas reportables sur les épreuves de rattrapage.
Stage(s)
Remarques organisationnelles et modifications principales apportées au cours
Langue du cours: Anglais/ Français
Le cours a lieu lors du premier quadrimestre. L'agenda détaillé et les communications sont disponibles sur le site web du cours.
Contacts
Équipe enseignante et coordonnées
-
Kristel Van Steen - kristel.vansteen@uliege.be
Responsable de l'ensemble du cours et de la Partie II (Bioinformatique - analyses de haut niveau)
-
Franck Dequiedt - fdequiedt@uliege.be
Responsable de la Partie I (Génétique - données et technologies)
Association d'un ou plusieurs MOOCs
Aucun MOOC n'est associé à ce cours.