Bio : inférence de réseaux biologiques

Cet enseignement se focalise principalement sur l’inférence de réseaux et la transcriptomique. Il a pour objectif de renforcer les compétences en analyse de données génomiques et d’introduire les réseaux biologiques.
Cet enseignement sera dispensé sous forme de CM et de TP de mise en pratique sur des données réelles. La réalisation d’un projet de traitement de données transcripto- miques et d’inférence de réseaux sera proposée à l’issue du cours.

Introduction aux réseaux biologiques l Méthodes d’inférences de réseaux l Causalité l Méthode de validation.

Notions et contenus :
— Contenu du cours S2-M1 DS « Introduction à la génomique ».
— Contenus des cours de S3-M2 DS « Statistique en Grande Dimension et Apprentissage » et « Bases de Données Avancées-Big Data ».

Compétences :
— Traitement des données avec Python.
— Modèles de régression multivariée.
— Modèles graphiques.

— Peters, J., Janzing, D., & Schölkopf, B.(2017). Elements of causal inference: foundations and learning algorithms (p. 288). The MIT Press.
— Ramsundar, B., Eastman, P., Walters, P., & Pande, V. (2019). Deep learning for the life sciences: applying deep learning to genomics, microscopy, drug discovery, and more. O’Reilly Media