Méthodologiques :
Compétences acquises : A l’issue du module, les étudiants connaîtront les particularités des données de grande dimension et sauront utiliser les méthodes utiles pour ce type de données. Ils sauront programmer l’analyse d’étude d’association en génétique, d’étude dans l’un ou l’autre des domaines de la « omique ».
Techniques :
Cours théoriques :
- Technologie à haut débit, « omique ». Prétraitement des données. Analyse de variables multiples. Méthodes exploratoires : classification non supervisée, projection sur sous-espaces (ACP). Analyse univariée en situation d’hypothèses multiples. Correction selon Bonferroni, Sidak, FDR, FWER. Impact de la grande dimension sur la puissance. Notion de sélection de variable. Notion de biais. Extraction des variables (régression Partial Least Square). Sélection de variables (pénalisation de type L1, L2, sparse PLS). Intégration de variables clinico-biologiques classiques et de variables de type « omique ».
- Génétique. Génétique des populations. Equilibre d’Hardy Weinberg dans le cas de la transmission biallèlique et multiallélique. Notion de gène candidat. Études d’association génétique (études cas-témoins, méthode TDT).
TP : A partir de jeux de données publiques et de jeux de données dédiés à l’illustration, les différentes étapes de l’analyse de données de grandes dimensions seront réalisées par les étudiants (protéomique, transcriptomique)
Des illustrations d’étude d’association seront proposées.
