Cette formation est dédiée à l’analyse de données métagénomiques procaryotes de type «shotgun» issues de la technologie de séquençage Illumina. Nous présenterons les étapes bioinformatiques nécessaires pour nettoyer les données brutes,les caractériserd’un point de vuetaxonomique, et les comparer selon leur contenuen mots(k-mer). Nous aborderons ensuite les différentes stratégies à employer pour obtenir des comptagessur des gènes prédits. Enfin nous présenterons quelques outils pour obtenir une annotationfonctionnelle des échantillons.A l’issue des 2 jours de formation, les stagiaires connaîtront le périmètre, les avantages et limites des analyses de données de séquençageshotgun. Ils seront capables d’utiliser les outils présentéssur les jeux de données de la formation. Ilsseront capables d’identifier les outilset méthodes adaptées au cadre de leurs analyses.
A l'issue de la formation, les stagiaires seront capables de connaître les éléments avancés du langage de programmation Python, les appliquer sur des cas concrets en bioinformatique, être autonome dans la mise en place de tâches complexes visant à extraire et re-formater des données issues de fichiers textes, dans le cadre de traitement de données via le langage de programmation Python.
A l'issue de la formation, les stagiaires seront capables de maitriser les éléments de base du langage de programmation Python, les appliquer sur des cas concrets en bioinformatique, être autonome dans la mise en place de tâches simples d’extraction d’informations, dans le cadre de traitement de données via le langage de programmation Python.
Cette formation est dédiée à l'analyse de données de type "metabarcoding" issues de la technologie de séquençage Illumina. Nous aborderons les différentes étapes bioinformatiques nécessaires pour transformer les données de séquençage brutes en table d'abondances. Nous présenterons également les outils et méthodologies classiquement utilisés pour décrire la diversité observée et comparer les échantillons.A l’issue des 4 jours de formation, les stagiaires connaîtront le périmètre, les avantages et limites des analyses de données de séquençage amplicons (métabarcoding).Ils seront capables d’utiliser les outils de FROGS sur les jeux de données de la formation (16S et ITS). Ils seront capables d’identifier les outils et méthodes adaptées au cadre de leurs analyses.S’ils ont en leur possession un jeu de données à analyser, ils sont encouragés à venir avec celui-ci.
Cette formation est dédiée à l'analyse de données textuelles (text-mining). L'objectif est l'acquisition des principales techniques pour la Reconnaissance d'Entités Nommées (REN) à partir de textes. Les entités nommées étudiées dans cette formation sont des objets ou concepts d'intérêts mentionnés dans les articles scientifiques ou les champs en texte libre (taxons, gènes, protéines, marques, etc.).
Se sensibiliser aux concepts et méthodes statistiques pour l'analyse de données transcriptomiques de type RNA-Seq. Comprendre le matériel et méthodes (normalisation et tests statistiques) d'un article. Réaliser une étude transcriptomique avec R dans l'environnement RStudio.
À l’issue de cette formation, vous serez capable, dans le cadre d’une analyse de données RNA-seq avec génome de référence et plan d’expérience simple : de connaître le vocabulaire et les concepts bioinformatiques et biostatistiques, de savoir enchaîner de façon pertinente un ensemble d’outils bioinformatiques et biostatistiques dans l'environnement Galaxy, de comprendre le matériel et méthodes d’un article du domaine, d’évaluer la pertinence d’une analyse RNA-seq en identifiant les éléments clefs et comprendre les particularités liées à la nature des données.
L'objectif de cette formation est d'initier les apprenants aux bonnes pratiques pour la reproductibilité des analyses.Ils apprendront à rédiger des rapports d'analyse en R Markdown et à les déposer sur un dépôt GitHub.Les principes FAIR seront également présentés. Durant la formation, nous utiliserons RStudio et GitHub
Connaître les concepts et les principales méthodes bioinformatiquespour comparer un jeu de données de génomes microbiens. Construire et évaluer la qualité d’un jeu de données. Savoir mettre en œuvre une comparaison de génomeset en interpréter les résultats.
À l’issue de la formation, les stagiaires connaîtront les principes de bases et le fonctionnement du package "Shiny". Ils et elles seront capables de créer leurs premières applications web interactives à partir de scripts R. Les solutions de déploiement d'applicationsShiny seront également abordées.
À l’issue de la formation, les stagiaires connaîtront les principales fonctionnalités du package R « ggplot2 » et la démarche sous-jacente pour construire un graphique à partir d’un tableau de données. Ils seront capables de réaliser plusieurs types de représentations graphiques, telles que des nuages de points, des courbes, des histogrammes, des diagrammes en bâtons, des boxplots, des heatmaps, etc. Les stagiaires pourront apporter leur propre tableau de données et pratiquer dessus en fin de formation.
À l’issue de la formation, les stagiaires connaîtront les principales fonctionnalités du langage R et ses principes. Ils seront capables de les appliquer pour effectuer des calculs ou des représentations graphiques simples. Ils seront de plus autonomes pour manipuler leurs tableaux de données. Attention : ce module n'est ni un module de statistique, ni un module d'analyse statistique des données.
Connaître les concepts et méthodes bioinformatiques utilisés pour l’analyse primaire de données issues de séquenceurs nouvelle génération (NGS). Savoir effectuer un alignement sur un génome de référence et un assemblage de novo d'un génome bactérien.
À l'issue de la formation, les stagiaires seront capables de connaître les caractéristiques et le fonctionnement d'un portail Galaxy, de les appliquer sur des cas concrets en bioinformatique d'être autonome dans le traitement de fichiers et l'exécution d'outils.
Toutes les informations administratives (inscriptions, prix, modalités…)
sont recensées ici :
https://migale.inrae.fr/trainings