Meet-U is collaborative between several universities of Paris area. The goal is to make students, grouped in teams of 4-5, realize a project from A to Z to address an ambitious biological question. An open meeting day is organized at the end of the course to gather the scientific community and showcase students' projects. Students are guided through all the steps of a project realization, from conception to validation. They learn how to use popular tools for collaborative work, how to collectively conduct a project, and how to exploit cloud computing resources. Meet-U réunit plusieurs universités de la région parisienne. Le but est de faire réaliser aux étudiants, regroupés en équipes de 4-5, un projet de A à Z, qui répond à une question biologique ambitieuse. Une journée ouverte à tous est organisée à la fin du cours, pour réunir la communauté scientifique et présenter les projets des étudiants. Les étudiants sont guidés à travers toutes les étapes d’une réalisation de projet, de la conception à la validation. Ils apprennent à utiliser des outils populaires de travail collaboratif, à conduire un projet collectivement, et à exploiter des ressources de calculs distribuées (cloud).

Le but de ce cours est de donner une présentation raisonnable et globale d'un sujet en expansion, en touchant surtout les aspects mathématiques de la phylogénie et justifiant les algorithmes de reconstruction phylogénétique associés. Certaines de ces approches mathématiques appliquées à la phylogénie ont été utilisées pour développer des approches en génomique comparative. Elles seront présentées, motivées et développées. Plusieurs questions d'intérêt primaire en évolution des génomes aujourd'hui seront abordées.

Programme prévisionnel :
- Théorie Darwinienne et perspectives historiques, phylogénie morphologique et problèmes associés, phylogénie moléculaire.
- Tour d'horizon des différentes méthodes de reconstruction et de leur pertinence biologique, modèles d'évolution, impact des transferts latéraux sur la théorie darwinienne.
- Reconstruction phylogénétique basés sur les distances, sur la parcimonie et sur la vraisemblance.
- Arbres, sous arbres et superarbres : compatibilité des arbres.
- Estimation en phylogénie. Validation des arbres phylogénétiques et classification hiérarchique.
- Génomes minimaux et génomes ancestraux.
- Bases fondamentales du génie génétique et leurs conséquences en génomique.
- Eléments génétiques mobiles et transferts génétiques.
- Eléments cis-régulateurs dans les séquences génomiques : découverte de motifs, prédiction de sites et modules cis-régulateurs, visualisation sur les cartes génomiques, étude de la divergence et de la conservation des éléments cis-régulateurs au sein des génomes microbiens (bactéries, levures) et chez les vertébrés.
- Nouvelles techniques de séquençage à haut débit, régulation génétique et épigénétique à l'échelle des génomes.
- Génomique comparative et étude des familles de protéines.
- Espaces de gènes et espaces d'organismes prokaryotes à partir de l'analyse de biais des codons dans les génomes.
- Génomique comparative et réseaux moléculaires.
- Prédiction des fonctions et reconstruction du métabolisme par méthodes basées sur l'homologie et la post-homologie.

Objectifs : Introduire la génétique des populations. Discuter les bases de la génétique des populations et faire le lien avec la recherche actuelle basée sur l'accessibilité de données de séquence sur grande échelle.

Programme prévisionnel :
- Populations panmictiques : Equilibre de Hardy-Weinberg ;
- Populations de taille finie : Dérive génétique et fixation d'allèles ;
- Théorie coalescente : le temps jusqu'à l'ancêtre le plus récent ;
- Populations structurées, sous-populations et migration ;
- Mutations, théorie neutre d'évolution ;
- Sélection naturelle, équilibre mutation / sélection ;
- Inférence de la dynamique sélective dans une population mixte de levure ;
- Evolution in vitro : L'expérience à longue durée de Lenski ;
- Variabilité génétique humaine : le projet HapMap.

Objectifs : Introduire les méthodes d'analyse de données complexes, depuis l'analyse statistique classique jusqu’aux plus récentes techniques d'apprentissage automatique. Présenter les principales questions analytiques en génomique fonctionnelle et les approches méthodologiques permettant une analyse exploratoire ou la construction automatique de modèles prédictifs en intégrant des données hétérogènes: transcriptomiques, cliniques, génomiques, métabolomiques ou métagénomiques, etc. On abordera en particulier les données haut-débits rencontrées en transcriptomique et métagénomique. Différentes applications médicales seront présentées pour illustrer les problèmes posés par l'analyse du transcriptome.

Programme prévisionnel :
- Statistique non paramétrique ;
- Modèle linéaire et linéaire généralisé ;
- Analyse de données (analyse multivariée, statistique euclidienne, ACP, analyse des correspondances multiples, analyse canonique, etc.) ;
- Méthodes à noyaux ;
- L'étude du transcriptome par les données puces et séquençage (NGS), standards de représentation et stockage, la normalisation ;
- Principales directions analytiques, ressources et approches utilisées, tests statistiques, ajustement multiples, l'échantillonnage et les techniques de validation utilisées pour l'analyse du transcriptome ;
- Etude de l'expression différentielle, ressources et approches d'analyse fonctionnelle transcriptomique ;
- Echantillonnage, classification supervisée (arbre de décision, règles de décision, k-PPV, Séparateurs à Vastes Marges (SVM), etc.) ;
- Classification non supervisée (classification ascendante hiérarchique, k-means, règles d'associations, etc.) des données et applications aux données transcriptomiques dont cinétiques d'expression ;
- L'analyse intégrative des réseaux transcriptionnels : utilité, approches conventionnelles et intégratives, applications ;
- Directions futures de développement d'approches computationnelles intégratives pour la biologie des systèmes dont le "séquençage de nouvelle génération" (NGS).

Les composants de pratiquement tous les systèmes biologiques sont fortement intéragissants, et peuvent être caractérisés par des réseaux biologiques complexes. De tels réseaux comprennent plusieurs échelles, par exemple des réseaux entre résidus d'une protéine, des réseaux de régulations sur échelle génomique, des réseaux d'interaction entre individus d'une population, etc. Cette UE introduit des approches mathématiques et algorithmiques pour les réseaux biologiques. Elle introduit les réseaux comme des structures fonctionnelles entre les composants d'un système biologique (en particulier gènes, protéines etc.), discute l'inférence des réseaux et leur analyse fonctionnelle, et aborde ensuite l'évolution de ces réseaux par duplication-divergence de gènes et modèles de fixation de gènes dupliqués.

Programme prévisionnel :
- Introduction aux réseaux biologiques (combinatoire de l'expression de gènes) ;
- Propriétés des grands et petits réseaux biologiques et recherche de motifs dans les réseaux ;
- Découverte de voies métaboliques par recherche de chemins dans les réseaux métaboliques ;
- Analyse globale des réseaux métaboliques : balance des flux métaboliques ;
- Evaluation de méthodes de clustering de graphes ;
- Génomes, réseaux de régulation et de signalisation ;
- Inférence des réseaux de régulation génétiques : Motifs de l'ADN, ARACNe ;
- Réseaux d'interaction protéine-protéine et détection de sous-réseaux : complexes protéiques, voie métaboliques... ;
- Evolution : des gènes aux organismes, duplication de gènes, duplications de génomes ;
- Modèles d'évolution des réseaux biologiques par duplication-divergence de gènes ;
- Modèles de dynamique de population pour fixation de gènes dupliqués ;
- Réseaux multi-échelle de co-évolution : co-évolution résidu-résidu, interface-interface, protéine-protéine ;
- Diffusion des épidémies et modèles sur réseaux.

La biologie des systèmes élabore de nouveaux modèles quantitatifs permettant de comprendre l’organisation et le fonctionnement du vivant. Ce cours, organisé en partenariat avec l’Ecole Normale Supérieure - Paris, a pour objectif de former les étudiants aux concepts et aux techniques de la biologie des systèmes appliquée aux grandes questions de la biologie cellulaire contemporaine. Il aborde plus particulièrement l’analyse expérimentale et la modélisation in silico du fonctionnement des réseaux de régulation dans la cellule. Il traite des approches expérimentales d’analyse à très haut débit des réseaux cellulaires et des méthodes in silico de reconstruction de la structure et de l’évolution des réseaux de régulation.

Programme prévisionnel :
- Introduction à la biologie systémique et aux réseaux génétiques ;
- Séquençage haut débit ;
- Normalisation, regroupement et annotation fonctionnelle ;
- Analyse différentielle ;
- Inférence de réseau ;
- Évolution des réseaux de régulation.

La structure des protéines et des ARN joue un rôle primordial et confère à ces biomolécules leurs propriétés biologiques. Sa modélisation est devenue un domaine de recherche interdisciplinaire entre physique, biologie et informatique. L'objectif de ce cours consiste à présenter les approches bioinformatiques qui permettent : 1. de prédire la structure d'une protéine au départ de sa séquence, ainsi que d'étudier, d'analyser et de classifier les structures protéiques, 2. de présenter les avancées récentes et d’élucider les problématiques ouvertes autour des structures des ARN.

Programme prévisionnel :
- Notion de protéines et de structures de protéines ;
- Alignement de structures protéiques et classification ;
- Fonctions d'énergie / fonctions de score pour la modélisation de structures protéiques ;
- Méthodes de prédiction de la structure secondaire de protéines ;
- Méthodes de prédiction de la structure tertiaire de protéines ;
- Prédiction de structures secondaires de l'ARN, programmation dynamique, structure la plus probable (MFE / Nussinov + Zuker) vs structure moyenne (ensemble Bolzmann / McCaskill +...) ;
- Représentation et comparaison de structures de l'ARN; programmation dynamiques complexes (RNAForrester, NestedAlign, MIGAL ...) / approche heuristique (DIAL, DART) / recherche de petits motifs (FR3D) ;
- Dynamique de repliement et d'interaction des ARN; échelles de temps physique; repliement cotranscriptionnel ; prédiction structure et chemin de repliement par simulation multi-échelle. Structures fonctionnelles métastables ;
- Pseudonœuds et ''vrais'' nœuds ; topologie du repliement et conséquence pour la statique et la dynamique de repliement; modèles physiques et prédiction par simulation ;
- Biologie systémique de l'ARN; design structure et chemin de repliement. Design de systèmes de régulation ARN inspiré de systèmes naturels (ARNnc bactérien / riboswitches). Auto-assemblage ARN synthétique et bactérien ;
- Régulation ARN chez les eucaryotes; miARN, siARN, silencing (piARN, etc... splicing, riboswitch,...) ;
- Régulation ARN chez les procaryotes et virus; ARNnc et riboswitches chez bactéries / archae / virus / viroids.

Le thème général de cette unité d'enseignement est l'interprétation biologique des données de séquences. Comment, à partir d'un ensemble large de séquences génétiques, peut-on proposer une histoire biologique ? Illustrant les différents aspects de la génétique, plusieurs axes complémentaires seront développés. Le module contient une moitié de cours et une moitié de projet. Les étudiants choisiront un projet dans la liste ci-dessous (non-exhaustive). La présentation orale de leurs projets permettra de révéler les multiples facettes de la génomique.

Programme prévisionnel :
- Analyse évolutive des gènes et génomes par les arbres et les réseaux,
- Transfert latéral et éléments mobiles, implications évolutives,
- Les causes de l'horloge moléculaire,
- Inférence de scénarios à partir de données intra-espèce,
- SNPs et déséquilibre de liaison, outils pour l'étude des caractères complexes,
- Génomique à haut débit, apport des puces dans l'étude de l'expression et de la régulation des gènes,
- Evolution expérimentale,
- Génétique des populations chez l'homme.

Dans le cadre des projets élaborés par les étudiant(e)s, l'idée est d'explorer les différents aspects biologiques d'un unique jeu de données commun composé d'une collection de génomes intra- et inter-espèces. Les projets sont conçus pour allier analyse de données, algorithmique ou modélisation, puis interprétation biologique des résultats. Chaque projet est supervisé par un ou plusieurs enseignants spécialistes du sujet.

Présenter les méthodes et les techniques de la modélisation moléculaire qui sont essentielles pour comprendre la conformation des macromolécules biologiques, leurs interactions ainsi que leurs fonctions, et qui sont indispensables pour concevoir des molécules à visée thérapeutique.

Programme prévisionnel :
- La modélisation en perspectives : modélisation en sciences physiques ou biologiques ; modélisations des molécules et algèbre linéaire ; justesse et précision des modèles ; Monte-Carlo et mathématique.
- Modélisation des acides nucléiques : polymères linéaires et longueur de persistance, génération de chaines ; tiges et boucles dans les acides nucléiques.
- Dynamique moléculaire, réalité virtuelle et approches interactives.
- Repliement des protéines globulaires.
- Amarrage ("docking") des complexes protéine-protéine.
- Modélisation multi-échelle de la chromatine pour la génomique avec Blender.