Analyse de données RNA-SEQ

• Savoir analyser des données de RNA-seq
• Savoir déterminer les ARN messagers différentiellement exprimés
• Savoir contextualiser les résultats d'expression

Métiers ayant des bases en biologie : Biologistes, biostatisticiens, chargés de projets de tous secteurs.

Il est recommandé d'avoir des connaissances en bash et R.

1. RAPPEL DES CONCEPTS SUR LA BIOLOGIE DU NGS

Les différents types de séquençage (1ère, 2ème et 3ème génération, paired ou single-end)

Profondeur de séquençage vs. nombre d'échantillons pour la reproductibilité de l'analyse

Les différentes molécules séquencées et leur intérêt

2. DU FASTQ À LA MATRICE D'EXPRESSION

Choix du génome de référence

Contrôles qualité des sorties de séquençage

Alignement et étapes indispensables post-alignement

Contrôles qualité post-alignement

Comptage des lectures et transformations

3. L'ANALYSE D'EXPRESSION DIFFÉRENTIELLE

Prétraitement des données

Visualisation des données (ACP, PLS-DA, heatmap)

Modélisation statistique et définition de la signature de gènes différentiellement exprimés

4. L'ANALYSE FONCTIONNELLE DES RÉSULTATS

Qu'est-ce qu'une signature d'expression ?

Les bases de données de référence

Méthodes et données d'entrée

Fisher exact test

Gene set enrichment analysis

Single Sample Signature score

•  Partage et discussion autour d'exemples d'application

•  Alternance d'exposés, de discussions avec le formateur et entre participants.

•  Exemples de manipulation sur des cas types

•  Utilisation de méthodes et pipelines publics (langages R et bash)

•  Remise des supports pédagogiques

•  Vidéo projection du support PowerPoint.

• Evaluation de début et fin de formation.
• Evaluation de la satisfaction en fin de formation.