Control qualité des données brutes, ne2oyage des données Manipula7on des fichiers FASTQ

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Control qualité des données brutes, ne2oyage des données Manipula7on des fichiers FASTQ"

Transcription

1 Control qualité des données brutes, ne2oyage des données Manipula7on des fichiers FASTQ Stéphanie Le Gras DU Dijon

2 Objec7fs Comprendre ce que sont les données brutes de séquençage haut débit (type Illumina) Comprendre comment elles sont obtenues Comprendre d où peuvent provenir les biais du Séquençage Haut débit (SHD) Apprendre à préparer les données de SHD pour l analyse secondaire des données Vérifier la qualité des données et si nécessaire les ne2oyer (enlever ce qui pourrait bruiter le signal i.e générer la détec7on de faux variants) 2

3 Plan Introduc7on Rappel : séquençage Exemple de contrôles qualités du séquençage Données brutes : Le format FastQ Qualité des données brutes Ne2oyage des données brutes 3

4 RAPPEL : SEQUENÇAGE 4

5 Séquençage haut débit 3 étapes principales Prépara7on des libraries Généra7on des clusters Séquençage Analyse primaire 5

6 Prépara7on des librairies 6

7 Généra7on des clusters Un cluster : ~1000 fois la même séquence d ADN Nécessaire pour détecter la fluorescence pendant le séquençage 7

8 Séquençage Séquençage Illumina : Séquençage massivement parallèle 8

9 Analyse primaire Pipeline Illumina Analyse d image ( extrac7on des intensités ) Appel de base Iden7fica7on des nucléo7des Calcul d un score de qualité rela7f à la probabilité d erreur du nucléo7de (0 <= Q <= 41) 9

10 QC pendant le séquençage L analyse primaire est réalisée pendant le séquençage. On peut donc suivre en temps réel les sta7s7ques du séquençage 10

11 QC pendant le séquençage 11

12 QC pendant le séquençage 12

13 Les biais du séquençage Illumina (données du CNS) 98,5% de lecture alignées Taux d erreur moyen : 0,38% 3% dele7ons, 2% inser7ons, 95% subs7tu7ons Biais dans la couverture des régions riches en AT 13

14 Comment obtenir des données de SHD En produisant vos propres données de séquençage Centre Na7onal de Séquençage/Génotypage Plateforme technologique Compagnie privée En u7lisant des données publiques SRA : NCBI Sequence Read Archive ENA : EMBL/EBI European Nucleo7de Archive 14

15 DONNÉES BRUTES : LE FORMAT FASTQ 15

16 Le format FastQ Extension *.fastq Fichier texte : peut être ouvert avec un simple éditeur de texte (! taille) Con7ent des séquences nucléo7diques + valeurs de qualité (fasta + Qualité) Aucune informa7on rela7ve à un génome Iden7fiant Séquence Qualité 16

17 Significa7on de l ST1136:117:HS055:3:1101:1134:2244 1:N:0:GCCAAT HWI- ST1136 : Nom du séquenceur 117 : iden7fiant du run HS055 : iden7fiant de la flowcell 3 : numéro de ligne 1101 : numéro du 7le 1134 : coordonnée X 2244 : coordonnée Y 1 : Numéro de la paire (1 ou 2) N : booléen indiquant le passage du filtre qualité Y : La séquence est de mauvaise qualité N : la séquence a passé le filtre de qualité 0 : 0 lorsque aucun des bit contrôles n'est ac7vé, sinon c'est un nombre GCCAAT : Index de la librairie (en cas de mul7plexage) 17

18 Exemple de données pairées LCD- 01_1_ATCACG_L007_R1_045.fastq.gz LCD- 01_1_ATCACG_L007_R2_045.fastq.gz Conven7on : Les lectures sens 1 et sens 2 du même cluster sont à la même ligne entre les deux fichiers (R1 et R2) 18

19 L encodage de la qualité Score de qualité = Score Phred Score de qualité donné par le séquenceur 1 symbole ASCII = 1 valeur de qualité ASCII : Norme de codage de caractère en informa7que Score Phred (Sanger) : ASCII 33 0 <= p <= 41 Score Phred = - 10 log 10 p p : probabilité d avoir une erreur de séquençage 19

20 Exemple 1er nucléo7de : G Qualité associée Par7e Pra7que : Déterminez la valeur de qualité associée Score Phred = = log 10 p = 31 p = 10^(- 31/10) = 7,9x

21 Exemple : Graphe de qualité moyenne p = 10-4 p = 10-3 p = 10-2 p = 10-1 Q30 = propor7on de nucléo7des ayant une qualité supérieure à 30 21

22 A2en7on à la version de l encodage des qualités (Illumina) 22

23 NOS DONNÉES TESTS 23

24 Syndrome Bardet- Biedl Redin et al., 2012 Gene7que Autosomique recessive hautement hétérogène : 16 gènes BBS (274 exons, ~45kb) Rare ~1/ ~1/ Phenotype Main Features Minor features ReDnopathy Polydactyly CogniDve defects Re7nal dystrophy Postaxial Polydactyly Intellectual disability, Developmental delay Myopia, cataract, as7gma7sm, strabism Syndactyly, Brachydactyly Hearing defects, Smell defects Renal dysfunc7on Diabetes, glucidic intolerance Obesity Renal anomalies Hypogonadism Hypogonadism/ Hydrometrocolpos Hypertension Cardiopathy, liver fibrosis Ataxias Beales et al Journée campus

25 Ciliopathies Toughness of differendal clinical diagnosdc: very overlapping/similar phenotypes 25 Journée campus

26 Diagnos7c BBS Séquençage Sanger exhaus7f Couteux Beaucoup de gènes impliqués Screening des muta7on récurrentes et des gènes fréquemment mutés (BBS1, BBS10, BBS12) combinés à de l alignement hétérozygote Screening systéma7que et automa7que de tous les gènes BBS Capture + NGS 26 Journée campus

27 Design expérimental Design de la capture (à la carte): exons de 30 genes (16 gènes BBS + 14 gènes d autres ciliopathies) 52 pa7ents: Cohort de preuve de principe: 14 pa7ents dont les muta7on sont connues (iden7fiées en Sanger) 1 cohort: 38 pa7ents avec muta7on inconnue Le pa7ent provient d une autre cohorte analysée après la valida7on de la preuve de principe et après les bons résultats sur la première cohorte 27 Journée campus

28 QUALITÉ DES DONNÉES BRUTES 28

29 Par7e pra7que n 1 Objec7f : Nous venons de recevoir les données du séquenceur et nous voulons savoir combien de lectures ont été séquencées Fichiers : CRN- 107_11- R1.fastq CRN- 107_11- R2.fastq Ou7l à u7liser : Command bash : wc Aide : Il faut compter le nombre de ligne Combien de lignes y a- t il dans un fichier fastq par lecture séquencée? 29

30 Solu7on : par7e pra7que 1 La commande à u7liser est wc l Il y a donc /4 = lectures 30

31 Il existe plusieurs ou7ls développés pour la ges7on des données brutes issues du séquenceur : Evaluer la qualité des données Corriger les problèmes de qualité Manipuler les fichiers (transforma7on de formats). Toujours penser à lire les spécifica7ons pour être sûr que l ou7l fait ce que vous souhaitez (A2en7on aux surprises!) 31

32 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 32

33 33

34 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 34

35 Evalua7on de la qualité des données brutes Ou7ls : FastQC, SolexaQA, Fastx- toolkit, NGS QC toolkit FastQC (Babraham Ins7tute) Import de fichiers BAM, SAM, FastQ (tous les encodages de qualité sont supportés) Lancement en ligne de commande ou via une interface Fournit un rapport sur la qualité des données Permet d évaluer les problèmes Rapport con7ent des tableaux et des graphes HTML Fonc7onne sur des fichiers compressés Es7ma7on sur un échan7llon du fichier d entrée pour accélérer le temps de calcul 35

36 Evalua7on de la qualité des données brutes Par7e pra7que n 2 Objec7f : Nous venons de recevoir les données du séquenceur et nous voulons évaluer la qualité des données. Fichiers : CRN- 107_11- R1.fastq CRN- 107_11- R2.fastq Ou7l à u7liser : FastQC Aide: On souhaite voir la qualité pour toutes les bases Me2re les résultats dans le répertoire fastqc 36

37 Solu7on : par7e pra7que 2 Créer le répertoire de sor7e Lancer la commande fastqc sur les deux fichiers fastq Regarder les résultats 37

38 FastQC 38

39 FastQC 39

40 FastQC 40

41 FastQC 41

42 FastQC 42

43 FastQC 43

44 FastQC 44

45 FastQC 45

46 FastQC 46

47 FastQC 47

48 FastQC 48

49 FastQC 49

50 NETTOYAGE DES DONNÉES BRUTES 50

51 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 51

52 Enlèvement de la dernière base La taille des lectures a2endue est 2x100 et non pas 2x101 Lorsque l on séquence, nous séquençons toujours une base de plus car les bases n+1 sont u7lisées pour calculer les sta7s7ques des bases à la posi7on n La dernière base doit être enlevée 52

53 FastX toolkit Par7e pra7que n 3a Objec7f : Enlever la dernière base des lectures Fichiers d entrée: CRN- 107_11- R1.fastq CRN- 107_11- R2.fastq Fichiers de sor7e CRN- 107_11- R1_shorter.fastq CRN- 107_11- R2_shorter.fastq Ou7l à u7liser : Fastx toolkit : fastx_trimmer Aide: On souhaite obtenir des lectures de taille 100 On souhaite enlever la dernière base. 53

54 FastX toolkit Par7e pra7que n 3b Objec7f : Vérifier que les séquences font bien 100nt à présent Fichiers d entrée: CRN- 107_11- R1_shorter.fastq CRN- 107_11- R2_shorter.fastq Ou7l à u7liser : Bash : head Bash : tail Bash : wc Aide Il y a un caractère caché qui est comptabilisé Le faire également sur les fichiers non tronqués 54

55 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 55

56 Elimina7on des séquences contaminantes Quel type de contamina7on? Adaptateurs Primer de séquençage Autres Pourquoi ces contaminants? Les fragments d ADN séquencés sont plus pe7ts que la taille des lectures Des dimers d adaptateurs se sont formés lors de la prépara7on de la librairies. Pourquoi les enlever? Ces séquences non génomiques peuvent poser un problème lors de l alignement. 56

57 Elimina7on des séquences contaminantes A quoi dois- je faire a2en7on? Certains ou7ls n enlèvent la séquence d adaptateur que si les lectures con7ennent exactement la séquence d adaptateur (pas de ges7on des erreurs de séquençage). A2en7on aux données pairées! On ne peut pas enlever une lecture d un sens sans enlever la lecture de l autre sens. Il faut donc analyser les deux fichiers fastq en même temps. Certains ou7ls ne fonc7onnent pas sur des données pairées Ou7ls: ClipReads (GATK), fastx- toolkit, homertools, Trimmoma7c Cutadapt 57

58 Elimina7on des séquences contaminantes Par7e pra7que n 4 Objec7f : Nous voulons enlever les séquences d adaptateurs se trouvant dans les lectures Fichiers d entrée : CRN- 107_11- R1_shorter.fastq CRN- 107_11- R2_shorter.fastq Séquence d adaptateur : adapterseq.fa Fichiers de sor7e : CRN- 107_11- R1_trimmed.fastq CRN- 107_11- R2_trimmed.fastq Ou7l à u7liser : Cutadapt Aide : Il faut u7liser l adaptateur en sens pour les lectures en sens 1 Il faut u7liser l adaptateur en an7sens pour les lectures en sens 2 (fastx_reverse_complement) 58

59 Trouver la séquence complémentaire inversée de la séquence d adaptateur Lancer une première fois cutadapt : Lancer une seconde fois cutadapt : Enlèvement des fichiers temporaires 59

60 Cutadapt : sens 1 60

61 Cutadapt : sens 2 61

62 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 62

63 Elimina7on des par7es de lectures de mauvaise qualité Pourquoi est ce que la fin des lectures est de moins bonne qualité? Problème de chimie Quelle conséquence? Les suites de nucléo7des de mauvaise qualité à la fin des lectures peuvent induire des variants détectés à tord lors de la détec7on des variants. Comment corriger le problème? Enlever les nucléo7des de mauvaise qualité A2en7on aux données pairées! Ou7l : Fastqx toolkit, SolexaQA 63

64 Elimina7on des par7es de lectures de mauvaise qualité Par7e pra7que n 5 Objec7f : Eliminer les par7es de lecture de mauvaise qualité sur les fichiers fastq générés après avoir re7rer les séquences d adaptateurs. Fichiers d entrée : CRN- 107_11- R1_trimmed.fastq CRN- 107_11- R2_trimmed.fastq Ou7l à u7liser : SolexaQA : le script DynamicTrim.pl Paramètres : Seuil de qualité : Score Phred > 10 A2en7on à l encodage de la qualité 64

65 SolexaQA Changer le nom des fichiers générés par SolexaQA 65

66 Par7e pra7que n 7 Objec7f : Compressez tous les fichiers générés Fichiers d entrée : CRN- 107_11- R1.fastq CRN- 107_11- R2.fastq CRN- 107_11- R1_shorter.fastq CRN- 107_11- R2_shorter.fastq CRN- 107_11- R1_trimmed.fastq CRN- 107_11- R2_trimmed.fastq CRN- 107_R1.fastq CRN- 107_R2.fastq Ou7l à u7liser : gzip 66

67 Par7e pra7que n 8 Objec7f : Me2re tous les fichiers temporaires dans le répertoire intermedfastqfiles Fichiers d entrée : CRN- 107_11- R1_shorter.fastq.gz CRN- 107_11- R2_shorter.fastq.gz CRN- 107_11- R1_trimmed.fastq.gz CRN- 107_11- R2_trimmed.fastq.gz Ou7l à u7liser : bash: mkdir bash : mv 67

68 Par7e pra7que n 9 Objec7f : Relancer FastQC sur les fichiers finaux Fichiers d entrée : CRN- 107_R1.fastq.gz CRN- 107_R2.fastq.gz Ou7l à u7liser : bash: fastqc Me2re les résultats dans le répertoire Fastqc_final 68

69 FastQC (avant) 69

70 FastQC (après) 70

71 FastQC (avant) 71

72 FastQC (après) 72

73 Processus Données brutes Evalua7on de la qualité des données brutes Enlèvement de bases Enlèvement des séquences d adaptateurs Enlèvement des par7es de lectures de mauvaise qualité 73

74 Références FastQC ( h2p:// projects/fastqc/) Murray P. Cox, Daniel A. Peterson, and Patrick J. Biggs. SolexaQA: at- a- glance quality assessment of illumina second- genera7on sequencing data. BMC Bioinforma7cs, 11(1):485, September PMID: Cutadapt (h2p://code.google.com/p/cutadapt/) Fastx- toolkit ( h2p://hannonlab.cshl.edu/fastx_toolkit/) 74

Alignement de séquences, manipula3on, contrôle- qualité et analyse de fichiers SAM/BAM

Alignement de séquences, manipula3on, contrôle- qualité et analyse de fichiers SAM/BAM Alignement de séquences, manipula3on, contrôle- qualité et analyse de fichiers SAM/BAM Stéphanie Le Gras DU Dijon Objec3fs Préparer les données avant de faire l analyse de variants Comprendre à quoi sert

Plus en détail

Les expériences françaises en analyse de «l exome» CFTR Laboratoire de Géné:que Moléculaire Inserm U827 MONTPELLIER Anne Bergougnoux Caroline Raynal

Les expériences françaises en analyse de «l exome» CFTR Laboratoire de Géné:que Moléculaire Inserm U827 MONTPELLIER Anne Bergougnoux Caroline Raynal Les expériences françaises en analyse de «l exome» CFTR Laboratoire de Géné:que Moléculaire Inserm U827 MONTPELLIER Anne Bergougnoux Caroline Raynal I. CFTR MASTR TM v2 Dx performance evalua:on study (Mul$plicom)

Plus en détail

Formation Galaxy 13 Novembre 2014. 1 Premiers Pas

Formation Galaxy 13 Novembre 2014. 1 Premiers Pas Formation Galaxy 13 Novembre 2014 1 1-1 Connexion 1 Premiers Pas Connectez-vous sur la plateforme Galaxy SouthGreen à l adresse suivante : http://gohelle.cirad.fr/galaxy/ Utiliser votre adresse email et

Plus en détail

Exercices LINUX TP2 INTRODUCTION. Les précédents exercices ont permis :

Exercices LINUX TP2 INTRODUCTION. Les précédents exercices ont permis : Exercices LINUX TP2 INTRODUCTION Les précédents exercices ont permis : - d introduire les commandes de base pour se déplacer dans l arborescence et la modifier - - de manipuler les fichiers de données,

Plus en détail

TP Introduction à l'analyse de données NGS (des données brutes au mapping)

TP Introduction à l'analyse de données NGS (des données brutes au mapping) TP Introduction à l'analyse de données NGS (des données brutes au mapping) INTRODUCTION Les précédents exercices ont permis : - d introduire les commandes de base pour se déplacer dans l arborescence et

Plus en détail

Post-traitement et analyse des données

Post-traitement et analyse des données V. Garcia J. Dupiot Post-traitement et analyse des données PAGE 1 Post-traitement et analyse des données Post-traitement. Production des séquences Evaluation de la qualité de séquençage Analyse / pipeline

Plus en détail

Introduc)on à Ensembl/ Biomart : Par)e pra)que

Introduc)on à Ensembl/ Biomart : Par)e pra)que Introduc)on à Ensembl/ Biomart : Par)e pra)que Stéphanie Le Gras Jean Muller NAVIGUER DANS ENSEMBL : PARTIE PRATIQUE 2 Naviga)on dans Ensembl : Pra)que Exercice 1 1.a. Quelle est la version de l assemblage

Plus en détail

Plateforme de Recherche de Mutations

Plateforme de Recherche de Mutations Plateforme de Recherche de Mutations Jean-Marc Aury contact: pfm@genoscope.cns.fr 29 janvier 2009 Introduction Présentation des données produites par le GSFLX : type, qualité, Méthodes de détection de

Plus en détail

Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet

Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Beat Wolf 1, Pierre Kuonen 1, Thomas Dandekar 2 1 icosys, Haute École Spécialisée de Suisse occidentale,

Plus en détail

La géné'que médicale et les applica'ons du séquençage à haut- débit

La géné'que médicale et les applica'ons du séquençage à haut- débit La géné'que médicale et les applica'ons du séquençage à haut- débit Dr. Marco Belfiore FAMH en énétique Médicale Division de énétique et Infertilité ML-Laboratoires Médicaux / enesupport ARL, 02.10.2014

Plus en détail

Séquençage massif en parallèle Défis technologiques et informatiques

Séquençage massif en parallèle Défis technologiques et informatiques Séquençage massif en parallèle Défis technologiques et informatiques Jean-Baptiste Rivière, PhD jean-baptiste.riviere@u-bourgogne.fr 10/09/2014 Séquençage massif en parallèle Défis technologiques de Sanger

Plus en détail

TP3 LINUX. Analyse de données NGS sous LINUX

TP3 LINUX. Analyse de données NGS sous LINUX TP3 LINUX Bruno Granouillac, Christine Tranchant 4-8 Novembre 2013 Analyse de données NGS sous LINUX Les précédents TPs ont permis : d introduire les commandes de base pour se déplacer dans l arborescence

Plus en détail

Recherche et analyse de polymorphismes SNP

Recherche et analyse de polymorphismes SNP Recherche et analyse de polymorphismes SNP 1- Tablet : Détection visuelle de SNP avec Tablet Tablet est un outil graphique de visualisation d assemblage et d alignement de séquences issues de NGS (Next

Plus en détail

Compression numérique. Image fixe (et vidéo)

Compression numérique. Image fixe (et vidéo) Compression numérique Image fixe (et vidéo) 1 Contexte Codage ou compression des images numériques Réduc:on de la quan:té d éléments binaires représentant l informa:on (image, vidéo) Taux de comp. = Qté

Plus en détail

Fastqc : Vérification de la qualité des reads. Pipeline ARCAD

Fastqc : Vérification de la qualité des reads. Pipeline ARCAD Se connecter à marmadais : Activer le FortiClient : Serveur : vpn-montpellier.cirad.fr Port : 443 User : prénom non pswd : votre mot de passe CIRAD Pipeline ARCAD FileZilla : Permet de transférer les fichiers

Plus en détail

Mise en place du NGS en routine diagnostic - Validation, Organisation, Développements

Mise en place du NGS en routine diagnostic - Validation, Organisation, Développements Mise en place du NGS en routine diagnostic - Validation, Organisation, Développements Atelier sur le Diagnostic Moléculaire de la Mucoviscidose 2014 - Lille Stratégie analytique Préparation library (1,5

Plus en détail

DNA-seqciblé : principales méthodes d'enrichissement

DNA-seqciblé : principales méthodes d'enrichissement DNA-seqciblé : principales méthodes d'enrichissement DU de séquençage haut-débit Module 1 : Séquençage nouvelle génération - Technologies & applications 17 octobre 2013 Amélie PITON piton@igbmc.fr 1 Introduction

Plus en détail

Rennes Project in Bioinformatics

Rennes Project in Bioinformatics Bioinforma)que et Biologie Computa)onnelle Rennes Project in Bioinformatics Analyse de données pour le séquençage haut-débit à visée diagnostique des cancers Service de Génétique Moléculaire et Génomique

Plus en détail

Influence du nombre de réplicats dans une analyse différentielle de données RNAseq

Influence du nombre de réplicats dans une analyse différentielle de données RNAseq Influence du nombre de réplicats dans une analyse différentielle de données RNAseq Statisticiens: Sophie Lamarre Steve Van Ginkel Sébastien Déjean - Magali San Cristobal Matthieu Vignes Biologistes: Stéphane

Plus en détail

Comment op)miser le codage d un SAU

Comment op)miser le codage d un SAU Congrès COPACAMU 21 Mars 2013 Comment op)miser le codage d un SAU Dr Emmanuel DOS RAMOS PH Urgen)ste Médecin DIM Responsable de l applica)f Terminal Urgences Op#miser le codage au SAU Introduc#on Contexte

Plus en détail

TD1 : Traitement d'un Fichier Brut de Séquences Transcrites.

TD1 : Traitement d'un Fichier Brut de Séquences Transcrites. TD1 : Traitement d'un Fichier Brut de Séquences Transcrites. Dans le cadre de cette formation, nous allons utiliser des données Illumina (75-bases 'pair-ends') issues du transcriptome de plusieurs individus

Plus en détail

«La solution dédiée au traitement quotidien de @mails» www.poets.fr / www.shortsoft.fr

«La solution dédiée au traitement quotidien de @mails» www.poets.fr / www.shortsoft.fr 1 «La solution dédiée au traitement quotidien de @mails» 2 Notre société vous propose une solu0on informa0que des0née à simplifier le travail de vos collaborateurs tout en op0misant les taches sans aucune

Plus en détail

Détection de mutations somatiques par NGS sur GAIIx

Détection de mutations somatiques par NGS sur GAIIx Détection de mutations somatiques par NGS sur GAIIx Aude Lamy Laboratoire de Génétique Somatique des Tumeurs CHU de Rouen Inserm U1079 Faculté de Médecine et Pharmacie de Rouen La médecine personalisée

Plus en détail

Dysplasie osseuse. Groupe hétérogène de maladies géné%ques 440 types individuellement très rares Manifesta%ons possibles :

Dysplasie osseuse. Groupe hétérogène de maladies géné%ques 440 types individuellement très rares Manifesta%ons possibles : Cura%on de contenu «La cura%on de contenu (de l'anglais content cura*on ou data cura*on) est une pra%que qui consiste à sélec%onner, éditorialiser et partager les contenus les plus per%nents du Web pour

Plus en détail

Améliorez et industrialisez vos feedback produit

Améliorez et industrialisez vos feedback produit Améliorez et industrialisez vos feedback produit Jean- Philippe Gillibert, architecte logiciel et coach agile chez Introduc)on Retour d expérience sur un projet à la SNCF Méthode originale de traitement

Plus en détail

Deux plateformes IBiSA et 3 plateaux techniques regroupés depuis 2010. Responsable scientifique Denis Milan. Coordination des nouveaux investissements

Deux plateformes IBiSA et 3 plateaux techniques regroupés depuis 2010. Responsable scientifique Denis Milan. Coordination des nouveaux investissements RNA-seq Olivier Bouchez Nathalie Marsaud Mercredi 28 mars 2012 Plateforme GeT : Génome et Transcriptome Deux plateformes IBiSA et 3 plateaux techniques regroupés depuis 2010 Responsable scientifique Denis

Plus en détail

Qualité des séquences produites par 454 : exemple de traitement

Qualité des séquences produites par 454 : exemple de traitement Qualité des séquences produites par 454 : exemple de traitement Eric PEYRETAILLADE Equipe d accueil CIDAM Faculté de Pharmacie, Université d Auvergne 1 La Technologie 454 (Roche) Etape 1 : Préparation

Plus en détail

Exercices d'introduction à Unix (1)

Exercices d'introduction à Unix (1) Exercices d'introduction à Unix (1) 1) Première connexion 1. connectez vous à une session Unix en indiquant votre identifiant (login) et votre mot de passe (Password). 2. changer votre mot de passe avec

Plus en détail

Le contrôle qualité sur les données fastq

Le contrôle qualité sur les données fastq Le contrôle qualité sur les données fastq TP detection exome Plan Théorie 1: le format FastQ et l'encodage des qualités Session pratique 1: conversion des qualités (fichier illumina.fastq) Théorie 2: le

Plus en détail

Le séquençage haut-débit

Le séquençage haut-débit Nouveaux outils en biologie Le séquençage haut-débit DES d hématologie 16 janvier 2015 Paris Alice Marceau-Renaut Laboratoire d hématologie CHRU Lille NGS = Next-Generation Sequencing Whole-genome Whole-exome

Plus en détail

EPITA. Bases de données 2 ème par4e AppIng2-2015 Session 2014. Alexandra Champavert. Copyright 2010-2014 Alexandra Champavert - 1 -

EPITA. Bases de données 2 ème par4e AppIng2-2015 Session 2014. Alexandra Champavert. Copyright 2010-2014 Alexandra Champavert - 1 - EPITA Bases de données 2 ème par4e AppIng2-2015 Session 2014 Alexandra Champavert - 1 - Contenu du cours Le datawarehouse Principes de modélisa=on (flocon, étoile) Les ETL Les fonc=onnalités propres à

Plus en détail

http://get.genotoul.fr

http://get.genotoul.fr http://bioinfo.genotoul.fr i f Gestion des données de l HiSeq 2000 Plateformes GenoToul Bioinformatique et GeT-PlaGe Ch. Klopp / G. Salin 07 octobre 2011 gerald.salin@toulouse.inra.fr Contexte NGS Collaboration

Plus en détail

Défini9on. Introduc9on à la fouille de textes. Forage de textes, extrac9on de connaissances à par9r de textes, text mining

Défini9on. Introduc9on à la fouille de textes. Forage de textes, extrac9on de connaissances à par9r de textes, text mining Introduc9on à la fouille de textes Dominic Forest, Ph.D. École de bibliothéconomie et des sciences de l informa9on Université de Montréal SCI6060 Méthodes de recherche en sciences de l'informa>on 4 avril

Plus en détail

ANI SEREZ- VOUS PRETS?

ANI SEREZ- VOUS PRETS? ANI SEREZ- VOUS PRETS?! Un risque commercial et financier Plus de 4 millions d assurés individuels vont basculer dans des contrats collec8fs, avec des mouvements importants entre les différents acteurs

Plus en détail

A la rencontre du séquençage haut-débit nouvelle génération. Infosys Building, Kuwait

A la rencontre du séquençage haut-débit nouvelle génération. Infosys Building, Kuwait A la rencontre du séquençage haut-débit nouvelle génération Infosys Building, Kuwait 2001 : Aboutissement du projet Génome Humain Ancêtres & Renouveau 2010 Hélicos, Ion torrent, Pacbio, Oxford Nanopore

Plus en détail

Barcoding environnemental par séquençage haut débit

Barcoding environnemental par séquençage haut débit Barcoding environnemental par séquençage haut débit Potentiel et limites Jean-François Martin Échantillonnage Spécificités du barcoding environnemental Amplification (PCR) de marqueurs choisis Séquençage

Plus en détail

http://sigenae-workbench.toulouse.inra.fr

http://sigenae-workbench.toulouse.inra.fr -- 1 -- Vos traitements bioinformatiques avec GALAXY DOKEOS http://sigenae-workbench.toulouse.inra.fr -- 2 -- Galaxy pour vos traitements (bio)informatiques Vidéo disponible sur «sig-learning» Présentation

Plus en détail

Transformation Digitale des Ressources Humaines

Transformation Digitale des Ressources Humaines Transformation Digitale des Ressources Humaines Management des Equipes & Projets Coaching Individuel & Groupes Créa>vité Approches collabora>ves Intelligence collec>ve Stratégie et cohérence Management

Plus en détail

Web HTML. Arnaud Sallaberry arnaud.sallaberry@univ- montp3.fr

Web HTML. Arnaud Sallaberry arnaud.sallaberry@univ- montp3.fr Web HTML Arnaud Sallaberry arnaud.sallaberry@univ- montp3.fr 1 Plan Fonc-onnement du web Le langage HTML 2 Web : Introduc;on Réseau : mise en commun de ressources (données, imprimantes, ) Internet : Interconnexion

Plus en détail

Plateforme de bioinformatique

Plateforme de bioinformatique Plateforme de bioinformatique Arnaud Droit Centre de Recherche du CHU de Québec Laboratoire de biologie computa;onelle Compréhension des différences 2005 Génome du chimpanzee Nous sommes identiques ± 1%

Plus en détail

DIAGNOSTIC PRÉNATAL NON INVASIF : LE SANG MATERNEL

DIAGNOSTIC PRÉNATAL NON INVASIF : LE SANG MATERNEL 6 LE TEST DIAGNOSTIC PRÉNATAL NON INVASIF : LE SANG MATERNEL Source : les cellules trophoblastiques Fetal cell Cell isolation Détection 5-6SA Disparition rapide après accouchement Pas de persistance après

Plus en détail

Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services

Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services Gouvernance et étude de l impact du changement des processus mé6ers sur les architectures orientées services 30/10/2012 u Soutenance de thèse Karim DAHMAN François CHAROY Claude GODART Evolu1ons des processus

Plus en détail

Contrôle des connaissances QCM Sujet de l'examen

Contrôle des connaissances QCM Sujet de l'examen Contrôle des connaissances QCM Sujet de l'examen Remarques Durée : 2 heures. Une seule bonne réponse par question. 0,5 point par bonne réponse, 0 point par réponse indéterminée ou fausse. Noter les réponses

Plus en détail

Évolu>on et maintenance

Évolu>on et maintenance IFT3912 Développement et maintenance de logiciels Évolu>on et maintenance Bruno Dufour Université de Montréal dufour@iro.umontreal.ca Modifica>on des logiciels Les modifica>ons sont inévitables Des nouveaux

Plus en détail

Recherche mul*média et indexa*on séman*que

Recherche mul*média et indexa*on séman*que Recherche mul*média et indexa*on séman*que Stephane Ayache ESIL MIRA 3 ème année Objec*fs du cours Mise en œuvre d un moteur de recherche MM Stockage Organisa*on des indexes en BD Métadonnées Algorithmes

Plus en détail

Arbre à problemes et Arbres à objectifs

Arbre à problemes et Arbres à objectifs Arbre à problemes et Arbres à objectifs CAUSES D ECHEC DES ENTREPRISES NOUVELLES è Problèmes commerciaux q Marché mal ciblé q Clientèle poten3elle surévaluée q Délais de paiement clients sous évalués q

Plus en détail

La génomique. Etude des génomes et de l ensemble de leurs gènes. Nécessite des outils bioinformatiques. Plusieurs étapes :

La génomique. Etude des génomes et de l ensemble de leurs gènes. Nécessite des outils bioinformatiques. Plusieurs étapes : La génomique Etude des génomes et de l ensemble de leurs gènes La structure Le fonctionnement L évolution Le polymorphisme, Plusieurs étapes : Nécessite des outils bioinformatiques 1 Chronologie sur le

Plus en détail

H2PS engage ses compétences auprès des entreprises et des parculiers par la mise en place de soluons d accompagnements et de services.

H2PS engage ses compétences auprès des entreprises et des parculiers par la mise en place de soluons d accompagnements et de services. Notre Société H2PS engage ses compétences auprès des entreprises et des parculiers par la mise en place de soluons d accompagnements et de services. Nos Engagements: Nous uliserons nos connaissances, expériences

Plus en détail

Génotypage par Séquençage (GBS) : Création d une carte génétique haute densité de Tournesol Population INEDI (RILs PSC8 x XRQ)

Génotypage par Séquençage (GBS) : Création d une carte génétique haute densité de Tournesol Population INEDI (RILs PSC8 x XRQ) Génotypage par Séquençage (GBS) : Création d une carte génétique haute densité de Tournesol Population INEDI (RILs PSC8 x XRQ) Baptiste Mayjonade (IE-CDD SUNRISE) Génétique et génomique des réponses aux

Plus en détail

MTI820 Entrepôts de données et intelligence d affaires. Gouvernance des données et ges1on des données de référence

MTI820 Entrepôts de données et intelligence d affaires. Gouvernance des données et ges1on des données de référence MTI820 Entrepôts de données et intelligence d affaires Gouvernance des données et ges1on des données de référence 1 La gouvernance des données Défini1on: «Processus de supervision et de décision qui permet

Plus en détail

Introduc)on à la fouille de données, cours 1

Introduc)on à la fouille de données, cours 1 Introduc)on à la fouille de données, cours 1 Sources «Introduc)on to data mining» Cours de l année précédente Pourquoi fouiller les données? Beaucoup de données stockées dans des «data centers» Web (pages,

Plus en détail

Recherche et médecine personnalisée : le point de vue de l oncogénéticien. Dr Dugast catherine

Recherche et médecine personnalisée : le point de vue de l oncogénéticien. Dr Dugast catherine Recherche et médecine personnalisée : le point de vue de l oncogénéticien Dr Dugast catherine cc Dépistage de masse K sein chez mère 60 ans, nulliparité? Antécédent de hodgkin à 15 ans???? Quel est mon

Plus en détail

Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013

Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013 Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013 I. Préparation des librairies en vue du séquençage Haut débit via HiSeq et MiSeq 1.1 Points communs à toutes préparations de librairies

Plus en détail

Rencontres des mé?ers du gros œuvre ANNECY 2014

Rencontres des mé?ers du gros œuvre ANNECY 2014 Rencontres des mé?ers du gros œuvre ANNECY 2014 LES 7 CLES POUR UN SITE INTERNET EFFICACE www.internetbusinessbooster.com Table des ma?ères LE PRINCIPE DE BASE POUR UN SITE QUI PARTICIPE AUX VENTES p.

Plus en détail

Cet ouvrage a bénéficié des relectures attentives des zcorrecteurs.

Cet ouvrage a bénéficié des relectures attentives des zcorrecteurs. Cet ouvrage a bénéficié des relectures attentives des zcorrecteurs. Sauf mention contraire, le contenu de cet ouvrage est publié sous la licence : Creative Commons BY-NC-SA 2.0 La copie de cet ouvrage

Plus en détail

Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme.

Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme. Identification de gènes morbides Analyses mutationnelles Maladies monogéniques Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme. Plan : Variations du nombre

Plus en détail

Étude de la biodiversité fongique à l aide de techniques de pyroséquençage

Étude de la biodiversité fongique à l aide de techniques de pyroséquençage Étude de la biodiversité fongique à l aide de techniques de pyroséquençage Biodiversité fongique Biodiversité: diversité spécifique d une communauté écologique, correspondant au nombre d espèces et à leur

Plus en détail

Module d anonymisation

Module d anonymisation Module d anonymisation Préambule Ce module permet d «anonymiser» un fichier, c est à dire de masquer les informations qu il contient en fonction de règles préalablement spécifiées. Le fichier généré par

Plus en détail

L informatisation du dossier patient, développement d un système de normes équipées

L informatisation du dossier patient, développement d un système de normes équipées L informatisation du dossier patient, développement d un système de normes équipées Anne Mayère, CERTOP UMR 5044 Université Toulouse 3 Philippe Marrast, IRIT - CERTOP, Université Toulouse 3 Controversations

Plus en détail

Ges$on des clients du réseau pédagogique. Stéphan Cammarata - DANE Strasbourg - Version 10/2013

Ges$on des clients du réseau pédagogique. Stéphan Cammarata - DANE Strasbourg - Version 10/2013 + Ges$on des clients du réseau pédagogique Stéphan Cammarata - DANE Strasbourg - Version 10/2013 + Le clonage + Le principe Solu$on «historique» toujours d actualité Machine «modèle» Poste 1 Poste 2 Poste

Plus en détail

Les tableaux de bord. Janvier 2012

Les tableaux de bord. Janvier 2012 Les tableaux de bord Janvier 2012 RAPPEL Dans les entreprises et les organisa/ons contemporaines, le pilotage financier, social et socio- économique et en plein développement. Des pilotes sans tableaux

Plus en détail

Analyse de données RNAseq sous Galaxy : l'exemple du poulet

Analyse de données RNAseq sous Galaxy : l'exemple du poulet Analyse de données RNAseq sous Galaxy : l'exemple du poulet Pierre François Roux & Sandrine Lagarrigue, Laboratoire de Génétique, UMR INRA Agrocampus Ouest PEGASE Rennes/St Gilles Yvan Le Bras, Projet

Plus en détail

Séquençage. Bérénice Batut, berenice.batut@udamail.fr. DUT Génie Biologique Option Bioinformatique Année 2014-2015

Séquençage. Bérénice Batut, berenice.batut@udamail.fr. DUT Génie Biologique Option Bioinformatique Année 2014-2015 Séquençage Bérénice Batut, berenice.batut@udamail.fr DUT Génie Biologique Option Bioinformatique Année 2014-2015 Séquençage Séquençage ADN Détermination de l ordre d enchainement des nucléotides d un fragment

Plus en détail

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité

DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité DOCUMENTATION KAPTravel Module de gestion des appels de disponibilité 01/06/15 KAPT Tous Droits Réservés 2 PRÉSENTATION Ce+e présenta3on va vous perme+re de prendre en main la plateforme de ges3on KAPTravel

Plus en détail

Le séquençage à haut débit Juin 2012

Le séquençage à haut débit Juin 2012 Atelier Epigénétique Université Pierre et Marie Curie Le séquençage à haut débit Juin 2012 Stéphane Le Crom (stephane.le_crom@upmc.fr) Laboratoire de Biologie du Développement (UPMC) de la Montagne Sainte

Plus en détail

Système de stockage d énergie par air comprimé: Angel Iglesias

Système de stockage d énergie par air comprimé: Angel Iglesias Système de stockage d énergie par air comprimé: Angel Iglesias Vers une produc3on d électricité renouvelable Les sources renouvelables produisent l électricité par intermi;ence Risques importants d instabilité

Plus en détail

cumulonumbio 2015 Situa1on et besoins en cancérologie alain.viari@inria.fr cumulonumbio 2015

cumulonumbio 2015 Situa1on et besoins en cancérologie alain.viari@inria.fr cumulonumbio 2015 Situa1on et besoins en cancérologie alain.viari@inria.fr cancer : maladie du génome Theodor Boveri (1862-1915) chromosomes = support matériel de l hérédité (+ SuKon) hypothèse: cellule tumorale - > dérèglement

Plus en détail

Solutions et Services. d'analyse prédictive

Solutions et Services. d'analyse prédictive ProbaYes Mastering Uncertainty Solutions et Services d'analyse prédictive Mai 2013 Copyright 2013 Probayes All Rights Reserved 1 Présenta)on Probayes Créée en 2003 Basée en France (Grenoble) Spin-off de

Plus en détail

Interface Homme- Machine. Interface pour le web

Interface Homme- Machine. Interface pour le web Interface Homme- Machine Interface pour le web Ergonomie du web : Importance Web U7lisateurs novices et nomades (accès libre) Ergonomie des interfaces Web 62% des acheteurs en ligne abandonnent au moins

Plus en détail

Introduction à l entretien semi-directif

Introduction à l entretien semi-directif Introduction à l entretien semi-directif Recherches dirigées en géographie humaine Jean- Michel Decroly «Entre;en semi- direc;f», «semi- dirigé» ou «compréhensif»: Il s agit donc d un interview, et non

Plus en détail

Audit d une applica.on informa.que PEREZ NICOLAS, GOMES DOS REIS NOUELL, LOPES DE BRITO CRISTIANO, MBACKE TAMSIR

Audit d une applica.on informa.que PEREZ NICOLAS, GOMES DOS REIS NOUELL, LOPES DE BRITO CRISTIANO, MBACKE TAMSIR Audit d une applica.on informa.que PEREZ NICOLAS, GOMES DOS REIS NOUELL, LOPES DE BRITO CRISTIANO, MBACKE TAMSIR Sommaire 1. Introduc,on 2. Démarche et difficultés rencontrées 3. Nouveaux risques du client

Plus en détail

Obtention de données génétiques à grande échelle

Obtention de données génétiques à grande échelle Obtention de données génétiques à grande échelle Stéphanie FERREIRA Ph.D. Campus de l Institut Pasteur de Lille 1, rue du Professeur Calmette 59000 LILLE Tel : 03 20 87 71 53 Fax : 03 20 87 72 64 contact@genoscreen.fr

Plus en détail

Les technologies de séquençage à haut débit. Patrick Wincker, Genoscope, Institut de Génomique du CEA

Les technologies de séquençage à haut débit. Patrick Wincker, Genoscope, Institut de Génomique du CEA Les technologies de séquençage à haut débit Patrick Wincker, Genoscope, Institut de Génomique du CEA CNG, 12.05.2009 Séquençage Sanger (méthode des dididéoxy terminateurs) : a permis les progrès de la

Plus en détail

Connaissance de l entreprise

Connaissance de l entreprise Connaissance de l entreprise Département Ingénierie Spécialité : Systèmes énergé9ques Cursus : Ecole Ingénieur 1 ere année Claudya PARIZE- SUFFRIN, MCF Sciences de Ges9on, Université des An9lles Année

Plus en détail

AIDE EN LIGNE. Espace Récep0f

AIDE EN LIGNE. Espace Récep0f AIDE EN LIGNE Espace Récep0f 1 2 3 4 5 Page d authen,fica,on Votre nouvel espace récep,f Mode recherche de produits Explorez votre catalogue produits Modifica,on d un produit La créa,on de nouveaux produits

Plus en détail

Interprétation des résultats

Interprétation des résultats Plateforme de séquençage Cochin Interprétation des résultats Grace à la base de données vous avez un accès direct à vos séquences. Pour valider la qualité de ces séquences vous devez visualiser leur chromatogramme.

Plus en détail

PG208, Projet n 3 : Serveur HTTP évolué

PG208, Projet n 3 : Serveur HTTP évolué PG208, Projet n 3 : Serveur HTTP évolué Bertrand LE GAL, Serge BOUTER et Clément VUCHENER Filière électronique 2 eme année - Année universitaire 2011-2012 1 Introduction 1.1 Objectif du projet L objectif

Plus en détail

Procédure de Migration de G.U.N.T.3 KoXo Administrator

Procédure de Migration de G.U.N.T.3 KoXo Administrator Procédure de Migration de G.U.N.T.3 KoXo Administrator 1 - Introduction L application G.U.N.T.3 (CRDP de Bretagne) utilise une structuration dans Active Directory qui est similaire à celle de KoXo Administrator.

Plus en détail

Simula'on virtuelle appliquée aux industries pharmaceu'ques. nouvelles manières d enseigner les GMP

Simula'on virtuelle appliquée aux industries pharmaceu'ques. nouvelles manières d enseigner les GMP Simula'on virtuelle appliquée aux industries pharmaceu'ques 6 nouvelles manières d enseigner les GMP Le Contexte Former et évaluer les personnels de ZAC est complexe. Les sujets à traiter sont souvent

Plus en détail

Surveiller son image de marque : répondre aux avis consommateurs

Surveiller son image de marque : répondre aux avis consommateurs Surveiller son image de marque : répondre aux avis consommateurs Blueboat est spécialisé dans l accompagnement stratégique de votre présence en ligne afin de renforcer votre communication online auprès

Plus en détail

BOOSTEZ MAITRISEZ. votre business en ligne. la qualité de vos données

BOOSTEZ MAITRISEZ. votre business en ligne. la qualité de vos données 3 BOOSTEZ votre business en ligne MAITRISEZ la qualité de vos données J accélère drastiquement le temps de mise en ligne d un nouveau site et je m assure de la qualité de marquage Mon site évolue constamment

Plus en détail

Présentation du cours Linux / Shell. Inf7212 Introduction aux systèmes informatiques Alix Boc Automne 2013

Présentation du cours Linux / Shell. Inf7212 Introduction aux systèmes informatiques Alix Boc Automne 2013 Présentation du cours Linux / Shell Inf7212 Introduction aux systèmes informatiques Alix Boc Automne 2013 2 Plan Présentation du cours / Syllabus Questionnaire sur vos connaissances L ordinateur Introduction

Plus en détail

Introduction sur les nouvelles technologies de séquençages (NGS) et l'analyse des données générées sous Galaxy

Introduction sur les nouvelles technologies de séquençages (NGS) et l'analyse des données générées sous Galaxy Introduction sur les nouvelles technologies de séquençages (NGS) et l'analyse des données générées sous Galaxy Yvan Le Bras, Projet e-biogenouest, CNRS UMR 6074 IRISA-INRIA, Rennes I. Informations globales

Plus en détail

Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil. Eléments de génie génétique

Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil. Eléments de génie génétique Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil Eléments de génie génétique 2 octobre 2010 Hervé TOSTIVINT Muséum Na2onal d Histoire Naturelle htos2vi@mnhn.fr

Plus en détail

Serveur Mul)media. Streaming

Serveur Mul)media. Streaming Serveur Mul)media Streaming Objec)fs Pourquoi du streaming? Diffusion live, à la demande Quelques protocoles de streaming (hcp), udp (unicast, mul)cast), rtp, rtsp Formats vidéo streamable Codecs et Encapsuleurs

Plus en détail

Le séquençage à haut débit Mars 2011

Le séquençage à haut débit Mars 2011 Atelier Epigénétique Université Pierre et Marie Curie Le séquençage à haut débit Mars 2011 Stéphane Le Crom (lecrom@biologie.ens.fr) Institut de Biologie de l École normale supérieure (IBENS) de la Montagne

Plus en détail

Fédération des Agences Urbaines du Maroc MAJAL. Les projets et Démarches de dématérialisa3on. Séminaire de restitution. 29 Mars 2014.

Fédération des Agences Urbaines du Maroc MAJAL. Les projets et Démarches de dématérialisa3on. Séminaire de restitution. 29 Mars 2014. Fédération des Agences Urbaines du Maroc MAJAL Les projets et Démarches de dématérialisa3on Séminaire de restitution 29 Mars 2014! M2M Group Dématérialisa+on: Défini+on et Impacts Directs Dématérialisa+on

Plus en détail

http://galaxy-workbench.toulouse.inra.fr

http://galaxy-workbench.toulouse.inra.fr -- 1 -- Vos traitements bioinformatiques avec GALAXY Philippe Bardou Sarah Maman Ibouniyamine Nabihoudine Olivier Rué 06 Novembre 2013 DOKEOS http://galaxy-workbench.toulouse.inra.fr -- 2 -- 1 Galaxy pour

Plus en détail

TP N o 5 - Shell scripts, Codage, compression, archivage

TP N o 5 - Shell scripts, Codage, compression, archivage IUT de Villetaneuse E. Viennet GTR 2ème année Introduction au Système UNIX 8/10/01 TP N o 5 - Shell scripts, Codage, compression, archivage EXERCICE 1 - On reprend les deux dernières questions du TP précédent,

Plus en détail

MTI820 Entrepôts de données et intelligence d affaires. Intégra*on des données et ETL

MTI820 Entrepôts de données et intelligence d affaires. Intégra*on des données et ETL MTI820 Entrepôts de données et intelligence d affaires Intégra*on des données et ETL Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaEi, C. Desrosiers 1 Le cycle de vie d un projet en BI

Plus en détail

Atelier «ou+ls de ges+on de références bibliographiques et bibliographies scien+fiques»

Atelier «ou+ls de ges+on de références bibliographiques et bibliographies scien+fiques» Atelier «ou+ls de ges+on de références bibliographiques et bibliographies scien+fiques» gerald.kembellec@cnam.fr INTD, CNAM Journées doctoriales Mai 2012 PLAN Bibliographie en contexte scien+fique Présenta+on

Plus en détail

Aujourd hui: gestionnaire de fichiers

Aujourd hui: gestionnaire de fichiers Gestion des fichiers GIF-1001 Ordinateurs: Structure et Applications, Hiver 2015 Jean-François Lalonde Source: http://www.business-opportunities.biz/2014/11/16/40-home-offices-that-are-messier-than-yours/

Plus en détail

«La solution dédiée au suivi de vos projets via les @mails» www.poets.fr / www.shortsoft.fr

«La solution dédiée au suivi de vos projets via les @mails» www.poets.fr / www.shortsoft.fr 1 «La solution dédiée au suivi de vos projets via les @mails» 2 Introduc)on Liite Notre société vous propose une solu0on informa0que des0née à simplifier les échanges collabora0fs en vue de suivre différents

Plus en détail

Analyse des images après lecture

Analyse des images après lecture http://transcriptome.ens.fr 1 Analyse des images après lecture Utilisation d un logiciel d analyse d image!: Sur la plate-forme de l ENS, nous avons choisi de travailler avec le logiciel GenePix Pro, vous

Plus en détail

En créant des Services Innovants, ivee apporte un soutien essentiel au développement des activités professionnelles et des compétences personnelles

En créant des Services Innovants, ivee apporte un soutien essentiel au développement des activités professionnelles et des compétences personnelles En créant des Services Innovants, ivee apporte un soutien essentiel au développement des activités professionnelles et des compétences personnelles de tous les passionnés! née d un constat Actuellement,

Plus en détail

Formation Unix/Linux (6) Le Shell: programmation et écriture de scripts

Formation Unix/Linux (6) Le Shell: programmation et écriture de scripts Formation Unix/Linux (6) Le Shell: programmation et écriture de scripts Olivier BOEBION Mars 2004 1 Les expressions conditionnelles et les structures de contrôle 1.1 La commande test La commande interne

Plus en détail

Concepon et réalisaon

Concepon et réalisaon Concepon et réalisaon Vendée Etudes & Réalisaons de Soluons Informaques 10 rue des Sables 85540 Mouers les Mauxfaits h%p://sarl-versi.fr contact@sarl-versi.fr Mainate 2 une logiciel d aide à la communicaon

Plus en détail

2015-03- 09. Le cycle de vie d un projet en BI. Ques1on. Diagramme de flux de travail: Pourquoi est- il nécessaire de faire l intégra1on des données?

2015-03- 09. Le cycle de vie d un projet en BI. Ques1on. Diagramme de flux de travail: Pourquoi est- il nécessaire de faire l intégra1on des données? MTI820 Entrepôts de données et intelligence d affaires Intégra1on des données et ETL Département de génie logiciel et des TI MTI820 Hiver 2011 S. ChaIi, C. Desrosiers 1 Le cycle de vie d un projet en BI

Plus en détail

LIPM-BIOINFO / BBRIC. Projet INRA Archive. Pérennité et partage des données

LIPM-BIOINFO / BBRIC. Projet INRA Archive. Pérennité et partage des données Projet INRA Archive Pérennité et partage des données Constat Progression exponentielle de la production des données de séquences (et autres) Fluctuation des politiques du SRA@NCBI ou ENA@EBI En outre,

Plus en détail

Analyse in silico de génomes, protéomes et transcriptomes. «Génomique comparative» V.2012.1. Protocole TD

Analyse in silico de génomes, protéomes et transcriptomes. «Génomique comparative» V.2012.1. Protocole TD Magistère Biotechnologies Analyse in silico de génomes, protéomes et transcriptomes «Génomique comparative» V.2012.1 Protocole TD Notes : Scripts et données sur : http://rna.igmors.u-psud.fr/gautheret/cours/analinsilico

Plus en détail