Les phénomènes biologiques sont multivariés par nature et les données générées par les technologies Omics sont généralement volumineuses et complexes. Dans ce contexte, les méthodes d’analyse multivariée sont particulièrement adaptées pour extraire l’information pertinente de ces grands ensembles de données. Cette formation présente la mise en œuvre des techniques d’analyse multivariée les plus récentes dans le cadre de l’analyse de données transcriptomiques, protéomiques et métabolomiques. L’élaboration et l’interprétation de modèles exploratoires (descriptifs) et discriminants (prédictifs) seront abordées, ainsi que la recherche de biomarqueurs et la validation des modèles.


Formation Méthodes PLS – Analyse de données omics avec Simca

Les phénomènes biologiques sont multivariés par nature et les données générées par les technologies Omics sont généralement volumineuses et complexes. Dans ce contexte, les méthodes d’analyse multivariée sont particulièrement adaptées pour extraire l’information pertinente de ces grands ensembles de données. Cette formation présente la mise en œuvre des techniques d’analyse multivariée les plus récentes dans le cadre de l’analyse de données transcriptomiques, protéomiques et métabolomiques. L’élaboration et l’interprétation de modèles exploratoires (descriptifs) et discriminants (prédictifs) seront abordées, ainsi que la recherche de biomarqueurs et la validation des modèles.

Durée : 2 jours (soit 14 heures) Référence : F-pls-02 lieux :

EN INTRA SEULEMENT

INFORMATIONS SESSIONS

PUBLIC

Toute personne souhaitant découvrir les techniques d’analyse multivariée adaptées à l’analyse de données transcriptomiques, protéomiques et métabolomiques.

Pré-requis

Il est conseillé d’avoir participé au préalable au stage Méthodes PLS avec Simca ou d’avoir atteint par la pratique un niveau équivalent.

MÉTHODE

Alternance d’exposés, de manipulations et d’exercices pratiques mis en oeuvre dans le logiciel Simca.

PROGRAMMES
  • Analyse de données Omics, potentiels et enjeux
  • Introduction à l’analyse multivariée
  • L’analyse en composantes principales (ACP)
  • Application de l’ACP pour l’analyse exploratoire de données Omics
  • Interprétation des modèles (tendances, détection d’aberrants)
  • Exercices et discussion
  • Introduction à l’analyse discriminante
  • Analyse discriminante par régression PLS et OPLS
  • Recherche de biomarqueurs dans les données Omiques (S-Plot)
  • Comparaison de plusieurs traitements (SUS-Plot)
  • Validation de modèles discriminants (validité et robustesse)
  • Exercices et discussion

TARIFS

1 inscrit
2ème inscrit
3ème inscrit
NC

*Inter-entreprises : Prix unitaire par stagiaire(s) inscrit(s) pour une session

NOUS CONTACTER