2025-2026
Avenue Victor Maistriau 8a
7000 Mons
Fiche ects de l'unité d'enseignement #2449 intitulée :
Trends in bioinformatics
Master en Sciences de l'Ingénieur industriel orientation Life data technologies / Cycle 2 Bloc 2
Informations
Responsable d'UE : Vincent BRANDERS
Bloc : MA2 LDT
Période : 1er quadrimestre
Durée : 42 h
Crédits : 3 ects
UE Prérequises : aucune
UE Corequises : aucune
Activités d'apprentissage (AA)
- Trends in bioinformatics : 14 h, Vincent BRANDERS
- Precision Health : 28 h, Vincent BRANDERS
Connaissances et compétences préalables
-
Contribution aux objectifs du référentiel de compétences de l'ARES
- Identifier, conceptualiser et résoudre des problèmes complexes
- Intégrer les savoirs scientifiques et technologiques afin de faire face à la diversité et à la complexité des problèmes rencontrés
- Analyser des produits, processus et performances, de systèmes techniques nouveaux et innovants
- Concevoir, développer et améliorer des produits, processus et systèmes techniques
- Modéliser, calculer et dimensionner des systèmes
- Sélectionner et exploiter les logiciels et outils conceptuels les plus appropriés pour résoudre une tâche spécifique
- Établir ou concevoir un protocole de tests, de contrôles et de mesures.
- Concevoir et gérer des projets de recherche appliquée
- Réunir les informations nécessaires au développement de projets de recherche
- Réaliser des simulations, modéliser des phénomènes afin d’approfondir les études et la recherche sur des sujets technologiques ou scientifiques
- Mener des études expérimentales, en évaluer les résultats et en tirer des conclusions
- Valider les performances et certifier les résultats en fonction des objectifs attendus
- Exploiter les résultats de recherche
- S’intégrer et contribuer au développement de son milieu professionnel
- Planifier le travail en respectant les délais et contraintes du secteur professionnel (sécurité …)
- Travailler en autonomie et en équipe dans le respect de la culture d’entreprise
- Manager des équipes
- Élaborer une stratégie de communication
- Entreprendre et innover, dans le cadre de projets personnels ou par l’initiative et l’implication au
sein de l’entreprise
- Traduire des stratégies en actions concrètes en s’ajustant à la vision de l’entreprise
- Dépasser les cadres ou les limites d’un problème et apporter des solutions innovantes
- Communiquer face à un public de spécialistes ou de non-spécialistes, dans des contextes
nationaux et internationaux
- Maitriser les méthodes et les moyens de communication en les adaptant aux contextes et aux publics
- Communiquer dans une ou plusieurs langues étrangères
- Adopter une attitude éthique et respecter les règles déontologiques des secteurs professionnels
- Intégrer les réalités culturelles dans un contexte national et international
- S’engager dans une démarche de développement professionnel
- S’autoévaluer pour identifier ses besoins de développement
- Assumer la responsabilité de ses décisions et de ses choix
- Organiser son savoir de manière à améliorer son niveau de compétence
Acquis d'apprentissage spécifiques
Au terme de l'AA Precision Health l’étudiant sera capable :
- Définir les concepts clés de la génomique et transcriptomique, notamment le rôle des gènes, la séquence d’ADN et les polymorphismes génétiques.
- Expliquer les différences entre les études en vrac et les études unicellulaires dans les approches transcriptomiques et génomiques.
- Appliquer les méthodes d’analyse de données telles que PCA (analyse en composantes principales) et t-SNE pour réduire la dimensionnalité des données d’expression génétique.
- Analyser des données d’expression génétique en utilisant des techniques comme la sélection de gènes supervisée et non supervisée, afin d’identifier des biomarqueurs potentiels.
- Évaluer les modèles de régression pour l’analyse de survie, y compris les modèles Kaplan-Meier et de Cox, afin de prédire les résultats cliniques basés sur des données biologiques.
- Concevoir des expériences de sélection de gènes et de validation biologique pour la découverte de marqueurs diagnostiques ou pronostiques dans des pathologies spécifiques.
Au terme de l'AA Trends in Bioinformatics l’étudiant sera capable :
- Mobiliser les concepts fondamentaux en biologie, bio-informatique et biologie de synthèse pour situer et comprendre un problème scientifique donné.
- Appliquer de manière appropriée des outils analytiques, computationnels ou expérimentaux dans le cadre d'un projet collaboratif.
- Analyser des jeux de données complexes afin d'identifier des tendances, des limites et des leviers d'innovation.
- Évaluer de façon critique différentes approches méthodologiques et technologiques, en tenant compte de critères scientifiques, techniques, éthiques et sociétaux.
- Concevoir et prototyper en équipe une solution originale répondant à un défi biologique, en intégrant des dimensions créatives et interdisciplinaires.
- Communiquer de manière claire et structurée les résultats obtenus, tant à l'écrit qu'à l'oral, à destination de publics variés (scientifiques, partenaires, grand public).
- Collaborer efficacement au sein d'un groupe interdisciplinaire, en adoptant une posture réflexive et responsable dans la gestion du temps, des ressources et des rôles.
Contenu des AA
Trends in bioinformatics
Participation à un biohackathon.
Precision Health
- Ontologies biologiques : Comprendre comment organiser, annoter et utiliser les données génétiques à travers des ontologies (Gene Ontology) pour la prédiction des fonctions biologiques.
- Analyse de données génomiques : Introduction aux techniques de traitement des données (par ex., séquences d’ADN, expression génique) et aux approches bioinformatiques pour découvrir des biomarqueurs ou comprendre des processus biologiques.
- Apprentissage automatique en santé : Introduction aux modèles d’apprentissage supervisé et non supervisé appliqués aux données de santé, notamment l’analyse des big data pour identifier des risques de maladies.
- Applications en médecine personnalisée : Discussion des technologies émergentes et de leur potentiel dans l’adaptation des traitements à chaque patient (séquençage de l’ADN, IA pour l’analyse des images médicales).
- Cas pratiques : Exploration des outils comme Gene Ontology, KEGG et l’utilisation de pipelines d’IA pour des cas réels de diagnostic et pronostic.
Répartition des heures
Trends in bioinformatics : 14 h d'autonomie
Precision Health : 20 h de théorie, 8 h d'exercices/Labos
Méthodes d'enseignement
Trends in bioinformatics : approche par projets, approche interactive, approche par situation problème, approche avec TIC, utilisation de logiciels
Precision Health : cours magistral, approche par projets, activités pédagogiques extérieures, utilisation de logiciels
Langues d'enseignement
Trends in bioinformatics : anglais
Precision Health : anglais
Supports
Trends in bioinformatics : Contenus proposé au biohackathon
Precision Health : copies de présentations, notes d'exercices, activités sur eCampus
Ressources bibliographiques
Trends in bioinformatics
-
Precision Health
-
Évaluation et pondération
Méthode d'évaluation : note globale à l'UE
Langues d'évaluation : français
Modalités d'évaluation :
Les étudiants sont évalués sur base d'une présentation d'un article scientifique présentant un aspect important du Single Cell. Suivra une discussion en lien avec les contenu du cours.
Report de note d'une année à l'autre pour l'AA réussie en cas d'échec à l'UE :
- Trends in bioinformatics : non
- Precision Health : non