Durée
2 journées - 14 heures
// De 9h00 à 17h00
Pédagogie
Effectif : 10 personnes
Exercices d’application
La formation sera sanctionnée par une attestation de formation
Moyens pédagogiques et techniques d’encadrement
Un vidéoprojecteur // Connexion WIFI haut-débit // Un support de cours numérique // Un paperboard // Un ordinateur par participant
Accessibilité
Formation accessible au public à mobilité réduite - Adaptation des moyens de prestation aux personnes en situation de handicap
Frais pédagogique
Sur devis
Formateur
M. J. Lachuer
Public concerné
Biologistes : chercheurs, ingénieurs, techniciens, étudiants
Prérequis
- Savoir ce qu'est le multiplexage, ce qu'est un séquençage single read et paired end
- Connaitre le principe de séquençage (Illumina principalement)
- Connaitre la structure d'une librairie pour séquençage (savoir ce qu'est un adaptateur, un index, un UMI)
de la formation théorique et pratique à l’analyse bioinformatique des données RNAseq en single cell : Analyse en short reads (Illumina/MGI) et long reads (Oxford Nanopore)
Comprendre les différentes étapes de l’analyse single cell RNA seq (short et long reads)
Rappels sur la technologie short reads (Illumina et MGI) et long reads (Oxford Nanopore).
Rappels sur les technologies d’analyse du transcriptome sur cellules uniques à partir de tissus frais ou fixés. Deux approches seront présentées (10X Genomics et Parse Biosciences).
Présentation des workflows d’analyse de données singlecell (short reads et long reads).
Présentation des différents outils bioinformatiques et compétences nécessaires à acquérir
Formats des données en sortie séquenceur
Analyse des metrics de qualité short reads : théorique et pratique sur Galaxy
Analyse des metrics de qualité long reads : théorique sur Epi2Me
Correction des données : trimming, clipping
Alignement des séquences sur génome de référence (les méthodes d’alignement) pour shorts reads et long reads : théorie et pratique
Comptage : le rôle des UMI (Unique Molecular Identifiers)
Estimation de l’expression individuelle des gènes et des transcrits (Table de comptage en données brutes): théorie et pratique
Filtrage de niveau 1 des cellules (est-ce une vraie cellule ou du bruit de fond ?)
Filtrage de niveau 2 des cellules et ARN : Utilisation des gènes mitochondriaux, nombre de counts…(élimination des doublets de cellules…)
Normalisation des données (table de comptage en données normalisées): théorie et pratique
Réduction de la dimension des données (ACP), choix du nombre de composantes à conserver pour réaliser le graph-based clustering (regroupement des cellules en cluster)
Représentations graphiques des données (représentation en 2D des groupes de cellule) par UMAP, tSNE
Annotation des clusters (utilisation de bases de données)
Réf : BIF-01B
Pour nous contacter par téléphone