silico.biotoul.fr
 

Enseignements

From silico.biotoul.fr

(Difference between revisions)
Jump to: navigation, search
m
m (→Master 1)
Line 49: Line 49:
* [[Linux tips]]
* [[Linux tips]]
-
=== Evolution Moléculaire (EMBIA2EM) ===
+
=== Bioinformatique pour la Génomique (EMBIA1DM) ===
-
* [[silico:enseignement/m1-mabs/EvolMol/|Ressources pédagogiques]]
+
* [[silico:enseignement/m1-mabs/BGPG/|Cours et TP]]
 +
* [[M1MABS BGPG Projets|Projets à remettre pour le '''17 mai''']]
 +
* [[Media:GRNs.pdf|Support de cours]] sur les réseaux de régulation. Quelques liens :
 +
** Banjo (inférence de réseaux bayésiens statiques et dynamiques) : http://www.cs.duke.edu/~amink/software/banjo/
 +
** '''Large-scale mapping and validation of Escherichia coli transcriptional regulation from a compendium of expression profiles.''' (2007) Faith JJ, Hayete B, Thaden JT, Mogno I, Wierzbowski J, Cottarel G, Kasif S, Collins JJ, Gardner TS., ''PLoS Biol'' [http://www.ncbi.nlm.nih.gov/pubmed/17214507 Lien PubMed]
 +
** '''minet: A R/Bioconductor Package for Inferring Large Transcriptional Networks Using Mutual Information''' (2008) Patrick E Meyer, Frédéric Lafitte and Gianluca Bontempi, ''BMC Bioinformatics'' [http://www.biomedcentral.com/1471-2105/9/461 Lien]
 +
** '''Gene regulatory network inference: data integration in dynamic models-a review.''' (2009) Hecker M, Lambeck S, Toepfer S, van Someren E, Guthke R., ''BioSystems'' [http://www.ncbi.nlm.nih.gov/pubmed/19150482 Lien PubMed]
 +
** '''Computational methods for discovering gene networks from expression data''' (2009) Wei-Po Lee and Wen-Shyong Tzou, ''Brief Bioinform'' [http://bib.oxfordjournals.org/content/10/4/408.short Lien]
 +
* [[M1 MABS BBS BGPG TD GRNs|TD]] Reconstruction de réseaux de régulation
 +
* [[M1 MABS BBS BGPG TD GRNs - 2015|TD]] Reconstruction de réseaux de régulation (version 2015)
-
<!--* [[silico:enseignement/m1-mabs/EvolMol/TD1/|TD 1]]
 
-
<!--* [[silico:enseignement/m1-mabs/EvolMol/TD3/index.html|TD 3]]
 
<!--
<!--
-
* [http://silico.biotoul.fr/enseignement/transcriptome.pdf Cours transcriptome]
+
* [[silico:enseignement/m1-mabs/BGPG/projet|Projets à remettre pour le '''17 mai''']]
-
* [http://silico.biotoul.fr/enseignement/m1-biosante/transcriptome/TD_transcriptome.html TD Introduction à R et analyse de transcriptome] 
+
-
* [http://silico.biotoul.fr/enseignement/transcriptome.pdf Cours transcriptome]
+
-
* [http://silico.biotoul.fr/enseignement/m1-mabs/transcriptome/TD_transcriptome.html TD n°2 : Introduction à R et analyse de transcriptome] copie de [http://silico.biotoul.fr/enseignement/m1-mabs/transcriptome/MeV_4_4_1_r1836_win.zip MeV (windows)] Multiple experiment viewer du TIGR.
+
-->
-->
-
 
=== Mathématique pour la Biologie (EMBIA1EM) ===
=== Mathématique pour la Biologie (EMBIA1EM) ===
* [[Media:M1 MABS BBS Math Memento.pdf|Memento]] de Régine André-Obrecht
* [[Media:M1 MABS BBS Math Memento.pdf|Memento]] de Régine André-Obrecht
Line 106: Line 109:
* http://www.datamind.org Apprendre R en ligne
* http://www.datamind.org Apprendre R en ligne
-
=== Fouille de données (EMBIA2DM) ===
 
-
 
-
 
-
 
-
{| class="wikitable"
 
-
!colspan="2"| Planning 2015-2016
 
-
|-
 
-
| date
 
-
| lieu
 
-
|-
 
-
|Jeudi 15 oct 10h-12h
 
-
| Einstein CM1 Intro
 
-
|-
 
-
|Jeudi 22 oct 10h-12h
 
-
| Einstein CM2 Classification 1
 
-
|-
 
-
|Jeudi 12 nov 10h-12h
 
-
| 1TP1-B08 CM3 Classification 2 (attention, changement de salle)
 
-
|-
 
-
|Jeudi 19 nov 10h-12h
 
-
| Einstein CM4 Clustering 1
 
-
|-
 
-
|Mercredi 25 nov 13h30-17h30
 
-
| 4TP4-P1 TP1 Classification (Knime, R ; Naive Bayes, Decision Tree, k-nn, X-validation)
 
-
|-
 
-
|Jeudi 26 nov 10h-12h
 
-
| Einstein CM5 Clustering 2
 
-
|-
 
-
|Mercredi 2 déc 13h30-17h30
 
-
| 4TP4-P1 TP2 Classification (R, python ; LDA, k-nn)
 
-
|-
 
-
|Jeudi 3 déc 10h-12h
 
-
| Einstein CM6 Règles d'associations
 
-
|-
 
-
|Mercredi 9 déc 13h30-17h30
 
-
| 4TP4-P1 TP3 Classification (python ; Naive Bayes)
 
-
|-
 
-
|Mercredi 16 déc 13h30-17h30
 
-
| 4TP4-P1 TP4 clustering
 
-
|-
 
-
|Jeudi 17 déc 10h-12h
 
-
| Einstein CM7 Règles d'associations
 
-
|}
 
-
 
-
'''Support de cours:'''
 
-
* [[Media:Data Mining - Intro.pdf|Introduction et Généralités]]
 
-
* [[Media:Data Mining - Classification.pdf|Classification, prédiction et caractérisation]]
 
-
* [[Media:Data Mining - Clustering.pdf|Clustering]]
 
-
* [[Media:Data Mining - Regles d Association.pdf|Règles d'association]]
 
-
 
-
'''Sujets de TD'''
 
-
* [[M1 MABS BBS Data Mining TD Classification|TD]] Classification, validation croisée et clustering
 
-
<!--
 
-
* [[M1 MABS BBS Data Mining Naive Bayes|TD]] Classificateur Bayésien naïf
 
-
* [[M1 MABS BBS Data Mining TD KNIME|TD]] Classification et validation croisée
 
-
* [[M1 MABS BBS Data Mining k nearest neighbors|TD]] Classificateur k plus proches voisins
 
-
* [[M1 MABS BBS Data Mining Clustering|TD]] Clustering
 
-
-->
 
-
 
-
'''Projet'''
 
-
* [[M1 MABS BBS Data Mining Projet|Enoncé]] du projet
 
-
 
-
 
-
'''Liens'''
 
-
* [http://chem-eng.utoronto.ca/~datamining/dmc/data_mining_map.htm Data mining map]
 
-
* http://www.kdnuggets.com/
 
-
** [http://www.kdnuggets.com/2010/12/book-mining-massive-datasets.html Book: Mining of Massive Datasets (free download)]
 
-
** [http://www.kdnuggets.com/2016/08/10-algorithms-machine-learning-engineers.html The 10 Algorithms Machine Learning Engineers Need to Know]
 
-
* [http://kdd.ics.uci.edu/ UCI KDD Archive] (datasets)
 
-
* mloss (machine learning open source software) http://mloss.org
 
-
* Librairies et logiciels
 
-
** [http://www.rapidminer.com RapidMiner]
 
-
** [http://www.knime.org Knime]
 
-
** [http://www.cs.waikato.ac.nz/ml/weka weka]
 
-
** [http://orange.biolab.si/ Orange] librairie python
 
-
** [http://scikit-learn.org scikit-learn] une autre librairie python
 
-
** [http://www.philippe-fournier-viger.com/spmf/ Sequential Pattern Mining Framework] open source Java implementation
 
-
 
-
'''Références'''
 
-
* <i>Data Mining: Concepts and Techniques</i>, J. Han and M. Kamber, 2006.
 
-
* ''GENECODIS: a web-based tool for finding significant concurrent annotations in gene lists'', Carmona-Saez ''et al.'', Genome Biology, 2007.
 
=== Harmonisation des Connaissances, partie Bioanalyse (EMBIA1IM)===
=== Harmonisation des Connaissances, partie Bioanalyse (EMBIA1IM)===
Line 276: Line 198:
* <i>Pathway discovery in metabolic networks by subgraph extraction</i>, Faust <i>et al.</i>, Bioinformatics, 1211-1218, 2010. DOI:10.1093/bioinformatics/btq105
* <i>Pathway discovery in metabolic networks by subgraph extraction</i>, Faust <i>et al.</i>, Bioinformatics, 1211-1218, 2010. DOI:10.1093/bioinformatics/btq105
-
=== Bioinformatique pour la Génomique (EMBIA1DM) ===
+
=== Fouille de données (EMBIA2DM) ===
-
* [[silico:enseignement/m1-mabs/BGPG/|Cours et TP]]
+
-
* [[M1MABS BGPG Projets|Projets à remettre pour le '''17 mai''']]
+
-
* [[Media:GRNs.pdf|Support de cours]] sur les réseaux de régulation. Quelques liens :
+
-
** Banjo (inférence de réseaux bayésiens statiques et dynamiques) : http://www.cs.duke.edu/~amink/software/banjo/
+
-
** '''Large-scale mapping and validation of Escherichia coli transcriptional regulation from a compendium of expression profiles.''' (2007) Faith JJ, Hayete B, Thaden JT, Mogno I, Wierzbowski J, Cottarel G, Kasif S, Collins JJ, Gardner TS., ''PLoS Biol'' [http://www.ncbi.nlm.nih.gov/pubmed/17214507 Lien PubMed]
+
-
** '''minet: A R/Bioconductor Package for Inferring Large Transcriptional Networks Using Mutual Information''' (2008) Patrick E Meyer, Frédéric Lafitte and Gianluca Bontempi, ''BMC Bioinformatics'' [http://www.biomedcentral.com/1471-2105/9/461 Lien]
+
-
** '''Gene regulatory network inference: data integration in dynamic models-a review.''' (2009) Hecker M, Lambeck S, Toepfer S, van Someren E, Guthke R., ''BioSystems'' [http://www.ncbi.nlm.nih.gov/pubmed/19150482 Lien PubMed]
+
-
** '''Computational methods for discovering gene networks from expression data''' (2009) Wei-Po Lee and Wen-Shyong Tzou, ''Brief Bioinform'' [http://bib.oxfordjournals.org/content/10/4/408.short Lien]
+
-
* [[M1 MABS BBS BGPG TD GRNs|TD]] Reconstruction de réseaux de régulation
+
-
* [[M1 MABS BBS BGPG TD GRNs - 2015|TD]] Reconstruction de réseaux de régulation (version 2015)
+
 +
{| class="wikitable"
 +
!colspan="2"| Planning 2015-2016
 +
|-
 +
| date
 +
| lieu
 +
|-
 +
|Jeudi 15 oct 10h-12h
 +
| Einstein CM1 Intro
 +
|-
 +
|Jeudi 22 oct 10h-12h
 +
| Einstein CM2 Classification 1
 +
|-
 +
|Jeudi 12 nov 10h-12h
 +
| 1TP1-B08 CM3 Classification 2 (attention, changement de salle)
 +
|-
 +
|Jeudi 19 nov 10h-12h
 +
| Einstein CM4 Clustering 1
 +
|-
 +
|Mercredi 25 nov 13h30-17h30
 +
| 4TP4-P1 TP1 Classification (Knime, R ; Naive Bayes, Decision Tree, k-nn, X-validation)
 +
|-
 +
|Jeudi 26 nov 10h-12h
 +
| Einstein CM5 Clustering 2
 +
|-
 +
|Mercredi 2 déc 13h30-17h30
 +
| 4TP4-P1 TP2 Classification (R, python ; LDA, k-nn)
 +
|-
 +
|Jeudi 3 déc 10h-12h
 +
| Einstein CM6 Règles d'associations
 +
|-
 +
|Mercredi 9 déc 13h30-17h30
 +
| 4TP4-P1 TP3 Classification (python ; Naive Bayes)
 +
|-
 +
|Mercredi 16 déc 13h30-17h30
 +
| 4TP4-P1 TP4 clustering
 +
|-
 +
|Jeudi 17 déc 10h-12h
 +
| Einstein CM7 Règles d'associations
 +
|}
 +
 +
'''Support de cours:'''
 +
* [[Media:Data Mining - Intro.pdf|Introduction et Généralités]]
 +
* [[Media:Data Mining - Classification.pdf|Classification, prédiction et caractérisation]]
 +
* [[Media:Data Mining - Clustering.pdf|Clustering]]
 +
* [[Media:Data Mining - Regles d Association.pdf|Règles d'association]]
 +
 +
'''Sujets de TD'''
 +
* [[M1 MABS BBS Data Mining TD Classification|TD]] Classification, validation croisée et clustering
<!--
<!--
-
* [[silico:enseignement/m1-mabs/BGPG/projet|Projets à remettre pour le '''17 mai''']]
+
* [[M1 MABS BBS Data Mining Naive Bayes|TD]] Classificateur Bayésien naïf
 +
* [[M1 MABS BBS Data Mining TD KNIME|TD]] Classification et validation croisée
 +
* [[M1 MABS BBS Data Mining k nearest neighbors|TD]] Classificateur k plus proches voisins
 +
* [[M1 MABS BBS Data Mining Clustering|TD]] Clustering
 +
-->
 +
 
 +
'''Projet'''
 +
* [[M1 MABS BBS Data Mining Projet|Enoncé]] du projet
 +
 
 +
 
 +
'''Liens'''
 +
* [http://chem-eng.utoronto.ca/~datamining/dmc/data_mining_map.htm Data mining map]
 +
* http://www.kdnuggets.com/
 +
** [http://www.kdnuggets.com/2010/12/book-mining-massive-datasets.html Book: Mining of Massive Datasets (free download)]
 +
** [http://www.kdnuggets.com/2016/08/10-algorithms-machine-learning-engineers.html The 10 Algorithms Machine Learning Engineers Need to Know]
 +
* [http://kdd.ics.uci.edu/ UCI KDD Archive] (datasets)
 +
* mloss (machine learning open source software) http://mloss.org
 +
* Librairies et logiciels
 +
** [http://www.rapidminer.com RapidMiner]
 +
** [http://www.knime.org Knime]
 +
** [http://www.cs.waikato.ac.nz/ml/weka weka]
 +
** [http://orange.biolab.si/ Orange] librairie python
 +
** [http://scikit-learn.org scikit-learn] une autre librairie python
 +
** [http://www.philippe-fournier-viger.com/spmf/ Sequential Pattern Mining Framework] open source Java implementation
 +
 
 +
'''Références'''
 +
* <i>Data Mining: Concepts and Techniques</i>, J. Han and M. Kamber, 2006.
 +
* ''GENECODIS: a web-based tool for finding significant concurrent annotations in gene lists'', Carmona-Saez ''et al.'', Genome Biology, 2007.
 +
 
 +
=== Evolution Moléculaire (EMBIA2EM) ===
 +
* [[silico:enseignement/m1-mabs/EvolMol/|Ressources pédagogiques]]
 +
 
 +
<!--* [[silico:enseignement/m1-mabs/EvolMol/TD1/|TD 1]]
 +
<!--* [[silico:enseignement/m1-mabs/EvolMol/TD3/index.html|TD 3]]
 +
<!--
 +
* [http://silico.biotoul.fr/enseignement/transcriptome.pdf Cours transcriptome]
 +
* [http://silico.biotoul.fr/enseignement/m1-biosante/transcriptome/TD_transcriptome.html TD Introduction à R et analyse de transcriptome] 
 +
* [http://silico.biotoul.fr/enseignement/transcriptome.pdf Cours transcriptome]
 +
* [http://silico.biotoul.fr/enseignement/m1-mabs/transcriptome/TD_transcriptome.html TD n°2 : Introduction à R et analyse de transcriptome] copie de [http://silico.biotoul.fr/enseignement/m1-mabs/transcriptome/MeV_4_4_1_r1836_win.zip MeV (windows)] Multiple experiment viewer du TIGR.
-->
-->

Revision as of 08:39, 23 August 2016

Contents

Licence

Licence 3 Biologie - Bioanalyse - BCP et 2B2M (code)

Supports de cours :


Correction du sujet de contrôle continu 2016 :


Annales :


Supports de TD :

sequences RNaseJ

Master

Master 1

Bioinformatique pour la Génomique (EMBIA1DM)

  • Cours et TP
  • Projets à remettre pour le 17 mai
  • Support de cours sur les réseaux de régulation. Quelques liens :
    • Banjo (inférence de réseaux bayésiens statiques et dynamiques) : http://www.cs.duke.edu/~amink/software/banjo/
    • Large-scale mapping and validation of Escherichia coli transcriptional regulation from a compendium of expression profiles. (2007) Faith JJ, Hayete B, Thaden JT, Mogno I, Wierzbowski J, Cottarel G, Kasif S, Collins JJ, Gardner TS., PLoS Biol Lien PubMed
    • minet: A R/Bioconductor Package for Inferring Large Transcriptional Networks Using Mutual Information (2008) Patrick E Meyer, Frédéric Lafitte and Gianluca Bontempi, BMC Bioinformatics Lien
    • Gene regulatory network inference: data integration in dynamic models-a review. (2009) Hecker M, Lambeck S, Toepfer S, van Someren E, Guthke R., BioSystems Lien PubMed
    • Computational methods for discovering gene networks from expression data (2009) Wei-Po Lee and Wen-Shyong Tzou, Brief Bioinform Lien
  • TD Reconstruction de réseaux de régulation
  • TD Reconstruction de réseaux de régulation (version 2015)

Mathématique pour la Biologie (EMBIA1EM)

  • Memento de Régine André-Obrecht
  • TD Calcul matriciel
  • TD Modélisation
  • TD ACP
  • TD Probabilités


Projet 2015-16:


Références

  • Mathématiques pour les Sciences de la vie et de la Terre – C. David, S. Mustapha, F. Viens, N. Capron, edition Dunod

Traitement de données biologiques (EMBIA1FM)

Support de cours:

Support de TD:

Liens


Harmonisation des Connaissances, partie Bioanalyse (EMBIA1IM)

  • Supports de cours

http://www.mabs.ups-tlse.fr/index.php/Ressources_pedagogique#Bioanalyse_.28EM7BMGD2.29

  • Controle Continu Décembre 2015

Controle Continu 2015_2016

  • Exemples d'examen terminal

2014_2015: Janvier 2015, Controle Terminal, session 1

Traitement de graphes et réseaux biologiques (EMBIA1KM)

Supports de cours

Supports de TD/TP:

  • TP Visualisation et parcours en profondeur
  • TP Parcours en largeur et plus court chemin
  • TP Dessin de graphes et initiation à la librairie iGraph
  • TP Recherche de communautés dans les graphes

Projets 2015-16

Liens:

Références

  • Introduction to Algorithms, Corsen, Leiserson and Rivest, MIT Press and McGraw-Hill
  • Detection of Functional Modules From Protein Interaction Networks, Pereira-Leal, Enright and Ozounis, PROTEINS: Structure, Function, and Bioinformatics, 49-57, 2004.
  • An efficient algorithm for large-scale detection of protein families, Enright, Van Dongen and Ozounis, Nucleic Acids Research, 1575-84, 2002 PMID:11917018
  • Kavosh: a new algorithm for finding network motifs, Kashani et al., BMC Bioinformatics, 2009. DOI:10.1186/1471-2105-10-318
  • Pathway discovery in metabolic networks by subgraph extraction, Faust et al., Bioinformatics, 1211-1218, 2010. DOI:10.1093/bioinformatics/btq105

Fouille de données (EMBIA2DM)

Planning 2015-2016
date lieu
Jeudi 15 oct 10h-12h Einstein CM1 Intro
Jeudi 22 oct 10h-12h Einstein CM2 Classification 1
Jeudi 12 nov 10h-12h 1TP1-B08 CM3 Classification 2 (attention, changement de salle)
Jeudi 19 nov 10h-12h Einstein CM4 Clustering 1
Mercredi 25 nov 13h30-17h30 4TP4-P1 TP1 Classification (Knime, R ; Naive Bayes, Decision Tree, k-nn, X-validation)
Jeudi 26 nov 10h-12h Einstein CM5 Clustering 2
Mercredi 2 déc 13h30-17h30 4TP4-P1 TP2 Classification (R, python ; LDA, k-nn)
Jeudi 3 déc 10h-12h Einstein CM6 Règles d'associations
Mercredi 9 déc 13h30-17h30 4TP4-P1 TP3 Classification (python ; Naive Bayes)
Mercredi 16 déc 13h30-17h30 4TP4-P1 TP4 clustering
Jeudi 17 déc 10h-12h Einstein CM7 Règles d'associations

Support de cours:

Sujets de TD

  • TD Classification, validation croisée et clustering

Projet


Liens

Références

  • Data Mining: Concepts and Techniques, J. Han and M. Kamber, 2006.
  • GENECODIS: a web-based tool for finding significant concurrent annotations in gene lists, Carmona-Saez et al., Genome Biology, 2007.

Evolution Moléculaire (EMBIA2EM)


Master 1 - MEEF

Sciences de la Vie (EE7BSVFM)

Supports de TD :


Supports de Cours :

Master 1 - BioSanté

Génomique humaine et animale (EM8BMCAM)

Support de cours :

Supports de TD :


Master 2 - MABS parcours Bioinformatique et Biologie des Systèmes

Intégration de données hétérogènes


Master 2R - BioSciences Végétales (http://www.m2rbsv.ups-tlse.fr)

Bioanalyse, Protéomique

TDs

Examen 2015 Documents, partie E. Gaulin

Documents, partie C. Mathé

Documents, partie C. Albenne


F.A.Q.

  • Installation de igraph sur CentOS 6.7 en P0

Sous R, l'installation d'igraph échoue avec le protocole https, il faut donc choisir un mirroir avec le protocol http : choseCRANmirror() dernier choix (http mirrors) puis Lyon2 

R> chooseCRANmirror()
R> install.packages('igraph')


  • Installation de Rstudio sur CentOS 6.7 en P0

La dernière version de Rstudio desktop ne fonctionne pas pour CentOS6.7 (nécessite des librairies plus récentes). Il faut donc télécharger et installer la version serveur : 

# Dans un terminal, passer root (super-utilisateur)
bash> su
# puis les commandes ci-dessous (sans le "root>")
root> wget https://download2.rstudio.org/rstudio-server-rhel-0.99.892-x86_64.rpm
root> yum install --nogpgcheck rstudio-server-rhel-0.99.892-x86_64.rpm

Ensuite, on accède à l'interface avec le navigateur : http://localhost:8787 avec un compte de la machine (normalement le compte guest)

Retrieved from "http://silico.biotoul.fr/p/Enseignements"