Génomique Comparative
| Nature | UE |
|---|
| Crédits ECTS | 3 |
|---|---|
| Volume horaire total | 31 |
| Volume horaire CM | 9 |
| Volume horaire TD | 10 |
| Volume horaire TP | 12 |
Pré-requis
Notion en évolution
Objectifs
• Apprendre à écouter, prendre des notes et poser des questions
• Apprendre à résumer/formuler un problème/une question scientifique
• Apprendre à structurer son discours (intro, résultats discussion/conclusion), à être synthétique (être bref, simple et concis) et à adopter une démarche scientifique (tester une hypothèse)
• Améliorer sa maitrise de la communication orale en langues française et anglaise
• Améliorer sa maitrise des outils classiques de bureautique (open office, pack office Windows…)
• Comprendre le principe et savoir utiliser des outils bio-informatiques dédiés à l’analyse de séquences
• Apprendre à construire une chaine de traitement efficace
• Utiliser une sélection de langages de programmation utilisés en bio-informatique (Bash)
Contenu
Connaître les méthodes bio-informatiques afférentes à l'analyse comparative des génomes et des pan-génomes.
Cours (CM): 9 hrs
• Introduction aux principes d'évolution moléculaire & à l'analyse comparative des génomes
- Analyse phylogénétique
- Principes de la phylogénie, modèles d'évolution
- Biais et limites des reconstructions phylogénétiques
- Caractérisation des homologies (création de groupe d'orthologue, COG), détection de HGT,
- Phylogénomique (super-arbres, super-matrices, super-alignements), TOL
• Génomique comparative
- Annotation fonctionnelle de génomes complets / génomes modèles
- Analyse du contenu en gènes : notion de core-génome / pan-génome
- Métagénomique
• Bilan : Comparaison de la structure et de la complexité des génomes eucaryotes (animaux et végétaux), bacteriens, archaeen et viraux : taille des génomes, codant / non-codant
Travaux dirigés (TD) 10,5 hrs
Analyses d’articles traitant de lé génomique comparative sur modèles eucaryotes et micro-organismes
Practical course (TP): 12 hrs
Manipulation de données pour comparer des génomes, rechercher des régions synténiques, étudier la conservation/variabilité des gènes et des éléments transposables, définir un pan et un core-génome chez les plantes. Pratique du langage bash.
Cours (CM): 9 hrs
• Introduction aux principes d'évolution moléculaire & à l'analyse comparative des génomes
- Analyse phylogénétique
- Principes de la phylogénie, modèles d'évolution
- Biais et limites des reconstructions phylogénétiques
- Caractérisation des homologies (création de groupe d'orthologue, COG), détection de HGT,
- Phylogénomique (super-arbres, super-matrices, super-alignements), TOL
• Génomique comparative
- Annotation fonctionnelle de génomes complets / génomes modèles
- Analyse du contenu en gènes : notion de core-génome / pan-génome
- Métagénomique
• Bilan : Comparaison de la structure et de la complexité des génomes eucaryotes (animaux et végétaux), bacteriens, archaeen et viraux : taille des génomes, codant / non-codant
Travaux dirigés (TD) 10,5 hrs
Analyses d’articles traitant de lé génomique comparative sur modèles eucaryotes et micro-organismes
Practical course (TP): 12 hrs
Manipulation de données pour comparer des génomes, rechercher des régions synténiques, étudier la conservation/variabilité des gènes et des éléments transposables, définir un pan et un core-génome chez les plantes. Pratique du langage bash.
Appartient à
Informations complémentaires
• Apprendre à écouter, prendre des notes et poser des questions
• Apprendre à résumer/formuler un problème/une question scientifique
• Apprendre à structurer son discours (intro, résultats discussion/conclusion), à être synthétique (être bref, simple et concis) et à adopter une démarche scientifique (tester une hypothèse)
• Améliorer sa maitrise de la communication orale en langues française et anglaise
• Améliorer sa maitrise des outils classiques de bureautique (open office, pack office Windows…)
• Comprendre le principe et savoir utiliser des outils bio-informatiques dédiés à l’analyse de séquences
• Apprendre à construire une chaine de traitement efficace
• Utiliser une sélection de langages de programmation utilisés en bio-informatique (Bash)