Gènes Diffusion - EPIC 2010
|
|
- Pierre Michel Leclerc
- il y a 8 ans
- Total affichages :
Transcription
1
2 Gènes Diffusion - EPIC Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses et applications en animal. 7. Gestion des données de grandes dimensions.
3 La société Gènes Diffusion Un groupe coopératif international. Création, production et diffusion de la génétique animale. Reproduction assistée dans 4 espèces : Bovins Porcins Lapins Equins
4 USA Minesota Gènes Diffusion - international Madison 310 places Madison EUROPE CHINE Wisconsin Michigan Ommen Iowa Indianapolis 100 places Illinois Indiana Ohio Ostende Pologne Beijing Pologne 150 places Bureau Slovaquie 3 places Génisses Porcs Taureaux Roumanie 3 places Tchéquie 15 places Lleida 120 places Lleida Hongrie 20 places
5 Notions de génétique animale D une génération à l autre : sans aucune sélection. Pas d évolution génétique.
6 Notions de génétique animale Représentation d une étape de sélection. Evolution génétique sur les descendants.
7 Notions de génétique animale Aide à la sélection : AVANT L ADN : Sélection avec les mesures phénotypiques des animaux. AVEC l ADN : Sélection grâce à la génétique des animaux (avec parfois validation avec les données phénotypiques). Objectifs : Mettre à la disposition des filières un type d animaux adaptés à leurs besoins en exploitant des différences d origines génétiques. Moyens : Développement d outils et de techniques susceptibles d entraîner un progrès génétique. La plateforme génomique de Gènes Diffusion.
8 L équipe de la plateforme génomique 1 Manager 1 ingénieur en génétique animale (+1 doctorant) 1 ingénieur biomoléculaire 1 ingénieur en bioinformatique (+ 1 doctorant) 1 technicien de laboratoire 1 consultant en statistique et génétique quantitative Laboratoire transcriptomique et génomique appliquée
9 Les données animales : les phénotypes Nous possédons de grandes bases de données contenant : des informations mesurées sur nos animaux (les traits) : mesure de la production de lait pour les vaches poids des animaux, taille des jambons des informations sur la généalogie de ces animaux.
10 Les données génomiques Rappel : La génomique c est la discipline qui étudie les génomes (ensemble du matériel génétique d un individu ou d une espèce). Point de départ : Le séquençage du génome bovin et porcin. A G T C
11 Les données génomiques Le génotypage : c est une application du séquençage. Cette technologie est utilisable grâce à l augmentation spectaculaire du nombre de marqueurs disponibles. A A T T G G C C T T A C
12 Les données génomiques Dans notre laboratoire : utilisation des puces porcines marqueurs et des puces bovines marqueurs.
13 Les données génomiques A quoi cela ressemble informatiquement?
14 L objectif général ANIMAUX (avec Généalogie) GENOTYPES Analyse (QTL mapping, sélection génomique ) RESULTS
15 Environnement matériel et logiciel Le minimum pour la gestion de fichiers génotypes et phénotypes : Un logiciel pour la gestion des échantillons biologiques LIMS : laboratory information management system. Sauvegarde/Archivage Des données : 2 serveurs à l IPL et à Gènes Diffusion.
16 Environnement logiciel RESULTATS GENOTYPES INDIVIDUS AVEC MESURES PHENOTYPIQUES PLINK Perl Formatage des données pour l analyse Contrôle Qualité des échantillons et des marqueurs (MAF, HWE ) ENVIRONNEMENT BIOINFORMATIQUE Construction du/des score(s) : Correction phénotypique (prise en compte de l âge, du sexe, du centre d appartenance) Environnement logiciel s fonctionnel : Construction d haplotypes Analyse QTL Déploiement sur architecture parallèle Résultats et rapport graphique
17 L analyse et l application en animal
18 La recherche de QTL QTL : Quantitative Trait Locus. Locus, une région du génome ne correspond pas forcément à un seul gène, peut impliquer plusieurs gènes. Les polymorphismes (tels que les SNPs) sur une région QTL sont une des causes de variation phénotypiques d un trait quantitatif.
19 Les objectives d une analyse QTL 1. Identifier des régions du génome contenant des QTL. 2. Estimer les effets de ce QTL sur notre trait : Quantifier en quoi la variation du trait est causée par cette region spécifique. Quel allèle de notre SNPs est associé avec un effet favorable? 3. Utilisation du QTL et des informations génétiques pour assigner des scores d index à nos animaux.
20 Utilisation des QTLs L ensemble des QTLs pour un trait donné (exemple : longévité,vitalités à la naissance ) est utilisé pour évaluer génétiquement nos animaux. Le modèle génétique se décompose comme tel : Gi : Ui : Hij1 : Hij2 : la valeur génétique. la composante polygénique : les gènes non suivis par nos marqueurs. l effet du QTLs paternels. l effet de QTLs maternels.
21 La sélection génomique (sg) Une évolution par rapport à l analyse QTLs. Utilisation, de façon optimale, les dernières technologies de génotypages (puce à haute-densité de marqueurs). Prédire la valeur génétique d un animal à partir de l ensemble des informations de son génome : à la naissance sur un embryon. Pour simplifier, on part du postulat de base que chaque marqueur est un QTL, et on calcule les effets de chaque marqueur pour obtenir la valeur génétique de l animal.
22 La sg : principe de base Publiée par Meuwissen et Goddard (2001, Genetics 157:1819). A partir d une population de référence P + P : quelques milliers d animaux avec génotypes (ex : puce à ) et phénotypes Grâce à une partie de P et P, on établit une équation de prédiction des phénotypes à partir des marqueurs On passe à une étape de validation de l équation sur P. On utilise cette équation pour obtenir les scores d index génomique de candidats C à la sélection par exemple à la naissance! P P C
23 Impact sur la diversité Il faut savoir que la SG peut être bien ou mal utilisée Impact sur la diversité a priori favorable : Minimisation du poids de l information familiale, minimisation de la diffusion des reproducteurs dit «d élite». Par conséquent : on obtient un grand nombre de reproducteurs «efficaces». On pourrait arriver à un «turn-over» rapides des taureaux (au bout d 1 an? De doses produites?).
24 Grande dimension Les puces contiennent l information de marqueurs mais la nouvelle puce bovine sortie en septembre comprend marqueurs. La sélection génomique nécessite une population de référence de plusieurs milliers d animaux (de 4000 à 8000 actuellement). On veut être capable d étudier d autres types d intéractions : Epistasie (comprendre les interactions entre gènes) Epigénétique (comprendre les régulations de l expression des gènes).
25 Grande dimension Nécessité d adaptation matérielle et logicielle face à ces masses de données. Il devient aujourd hui difficile de faire tourner des analyses marqueurs par marqueurs (temps de calcul +++ ).
26 Adaptation matérielle Plusieurs solutions existent : utilisation de Cluster de calcul utilisation de grille de calcul. Il est nécessaire d adapter les logiciels pour le déploiement sur ce type d architecture (Parallélisation ). Des solutions plus exploratoires : le GPU.
27 Adaptation logicielle & méthodologique Les approches Bayésiennes : Bayesian mapping : Chaine de Markov, stochastic search variable selection, shrinkage analysis Combiner méthodologies statistiques et algorithmes d optimisations.
28 Conclusion D énormes progrès techniques ces dernières années. Les enjeux : La bio-informatique, la bio-statistique et le développement de méthodologies nouvelles : pour gérer et valoriser la masse de données générées. Au niveau des éleveurs : La récolte des phénotypes est un point critique : toujours nécessaires pour mesurer l effet des marqueurs : les phénotypes doivent être définis précisément.
29 Merci de votre attention
Génétique et génomique Pierre Martin
Génétique et génomique Pierre Martin Principe de la sélections Repérage des animaux intéressants X Accouplements Programmés Sélection des meilleurs mâles pour la diffusion Index diffusés Indexation simultanée
Plus en détailEtude, par simulations, de l intérêt d une sélection génomique dans une population porcine de type mâle
2013. Journées Recherche Porcine, 45, 213-218. Etude, par simulations, de l intérêt d une sélection génomique dans une population porcine de type mâle Thierry TRIBOUT (1,2), Catherine LARZUL (1,2), Jean
Plus en détailPremière partie. Introduction Générale
Première partie Introduction Générale IX L amélioration des espèces cultivées a pour but de produire des variétés présentant des caractéristiques nouvelles pour des caractères d intérêt agronomique (création
Plus en détailMaster de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant
Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master
Plus en détailPlateforme. DArT (Diversity Array Technology) Pierre Mournet
Plateforme DArT (Diversity Array Technology) Pierre Mournet Lundi 8 avril 203 Pourquoi des DArT? Développement rapide et peu onéreux de marqueurs : Pas d information de séquence nécessaire. Pas de pré-requis
Plus en détailActualités sur la sélection des pondeuses Prospections futures. Dr. Matthias Schmutz, Lohmann Tierzucht
Actualités sur la sélection des pondeuses Prospections futures Dr. Matthias Schmutz, Lohmann Tierzucht Alimentation et démographie mondiale Augmentation annuelle de 80 millions Croissance surtout dans
Plus en détailÉlevage Le bénéfice des Systèmes d information et des technologies numériques
10:07 Page 29 Élevage Le bénéfice des Systèmes d information et des technologies numériques Les Systèmes d information (SI) d élevage répondent aux besoins de l «entreprise élevage» au sens large. Cette
Plus en détailGénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010
GénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010 Analyse de la diversité moléculaire des régions génomiques de 30 gènes du développement méristématique dans une core collection
Plus en détailMABioVis. Bio-informatique et la
MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID
Plus en détailIV. La ressemblance entre apparentés
IV. La ressemblance entre apparentés La ressemblance entre apparentés est un phénomène de constatation courante chez l homme. Cependant, les proverbes «tel père, tel fils» et «à père avare, fils prodigue»
Plus en détailIntroduction, présentation de la plateforme South Green. h"p://southgreen.cirad.fr/
Introduction, présentation de la plateforme South Green. h"p://southgreen.cirad.fr/ SupAgro, Montpellier, 10 février 2014 Le déluge de données NGS Next-generation sequencing Rappel: synthèse de l ADN 5
Plus en détailIngénieur R&D en bio-informatique
Ingénieur R&D en bio-informatique Spécialisé Bases De Données 33 ans, Célibataire. Biologie & Informatique gabriel.chandesris[at]laposte.net {06 56 41 97 37} Use the bipper! http://gabriel.chandesris.free.fr/
Plus en détailUTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY
UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY Yvan Le Bras yvan.le_bras@irisa.fr Cyril Monjeaud, Mathieu Bahin, Claudia Hériveau, Olivier Quenez, Olivier Sallou, Aurélien Roult, Olivier
Plus en détailMASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE
MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE SANTE Spécialité
Plus en détailLa gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST.
La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST. Gaël Le Mahec - p. 1/12 L algorithme BLAST. Basic Local Alignment Search Tool est un algorithme de recherche
Plus en détailCollecte et gestion de l information zootechnique
Collecte et gestion de l information zootechnique Erik Rehben (Responsable Systèmes d Information & Traçabilité Animale - Institut de l Elevage) Points abordés Seulement les ruminants, ni les porcins ni
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailPremières estimations pour 2014 Le revenu agricole réel par actif en baisse de 1,7% dans l UE28
194/2014-15 décembre 2014 Premières estimations pour 2014 Le revenu agricole réel par actif en baisse de 1,7% dans l UE28 Par rapport à 2013, le revenu agricole réel par actif 1 a diminué de 1,7% dans
Plus en détailMise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC
Mise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC {Sebastien.Carrere, Ludovic.Legrand,Jerome.Gouzy}@toulouse.inra.fr {Fabrice.Legeai,Anthony.Bretaudeau}@rennes.inra.fr CATI BBRIC 35 bioinformaticiens
Plus en détailBases de données des mutations
Bases de données des mutations CFMDB CFTR2 CFTR-France / Registre Corinne THEZE, Corinne BAREIL Laboratoire de génétique moléculaire Montpellier Atelier Muco, Lille, 25-27 septembre 2014 Accès libre http://www.genet.sickkids.on.ca/app
Plus en détailCHAPITRE 3 LA SYNTHESE DES PROTEINES
CHAITRE 3 LA SYNTHESE DES ROTEINES On sait qu un gène détient dans sa séquence nucléotidique, l information permettant la synthèse d un polypeptide. Ce dernier caractérisé par sa séquence d acides aminés
Plus en détailRéunion du réseau de génétique du Département EFPA
17 19 novembre 2014 Centre INRA de Nancy Lorraine Programme Lundi 17 novembre Salle Tilleul 13:00 Bus pour l'inra depuis la gare de Nancy 14:00 14:30 Introduction de la réunion tour de table 14:30 14:45
Plus en détailINFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE
Partie 1, Chapitre 4 INFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE Constat : à l'exception des jumeaux, chaque individu est unique. Ses caractères héréditaires dependent des info génétiques (allèles) portées
Plus en détailMise en place d une solution automatique de stockage et de visualisation de données de capture des interactions chromatiniennes à l échelle génomique
Rapport de stage de deuxième année de DUT Génie Biologique option Bioinformatique Mise en place d une solution automatique de stockage et de visualisation de données de capture des interactions chromatiniennes
Plus en détailLaboratoire d informatique Gaspard-Monge UMR 8049. Journée Labex Bézout- ANSES
Laboratoire d informatique Gaspard-Monge UMR 8049 Journée Labex Bézout- ANSES Présentation du laboratoire 150 membres, 71 chercheurs et enseignants-chercheurs, 60 doctorants 4 tutelles : CNRS, École des
Plus en détailExercices de génétique classique partie II
Exercices de génétique classique partie II 1. L idiotie phénylpyruvique est une maladie héréditaire dont sont atteints plusieurs membres d une famille, dont voici l arbre généalogique : 3 4 5 6 7 8 9 10
Plus en détail1 les caractères des êtres humains.
Quelques rappels des classes précédentes ACTIVITÉ livre pages 8 et 9 : apprendre le bilan de la page 9 Les êtres vivants sont répartis en espèces. Chaque être vivant est formé de cellules. schéma d une
Plus en détailLa Performance Digitale en Business to Business
La Performance Digitale en Business to Business En quoi la performance digitale B2B et son optimisation, est-elle différente d une stratégie digitale B2C? Florent Bourc his - Marketing Stratégique - 2015
Plus en détailBig data et sciences du Vivant L'exemple du séquençage haut débit
Big data et sciences du Vivant L'exemple du séquençage haut débit C. Gaspin, C. Hoede, C. Klopp, D. Laborie, J. Mariette, C. Noirot, MS. Trotard bioinfo@genopole.toulouse.inra.fr INRA - MIAT - Plate-forme
Plus en détailLaboratoire d Informatique, de Traitement de l Information et des Systèmes EA 4108. 3 établissements T. Paquet D. Olivier T. Lecroq A.
Laboratoire d Informatique, de Traitement de l Information et des Systèmes EA 4108 3 établissements T. Paquet D. Olivier T. Lecroq A. Benshrair 7 équipes Disciplines 27-61, 25-26-43-64 L. Heutte DocApp
Plus en détailLes puces RFID en élevage
Les puces RFID en élevage Veille technologique Théo Harsant Yoann Valloo 1 Introduction Développement des systèmes NFC depuis les années 40 (système IFF) Puis transfert de technologie vers le secteur civil
Plus en détailAlgèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS
1er semestre UE1-01 E Algèbre 40 Analyse 26 14 Stat. 1 - IES : Probabilités discrètes et calcul intégral 29,5 6 Stat. 2 - IES : Probabilités générales 54 8 UE1-02 M-E-IS Introduction au système SAS 25,5
Plus en détailEnvironmental Research and Innovation ( ERIN )
DÉpartEment RDI Environmental Research and Innovation ( ERIN ) Le département «Environmental Research and Innovation» (ERIN) du LIST élabore des stratégies, des technologies et des outils visant à mieux
Plus en détailÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC RAPPORT DE PROJET PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE
ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC RAPPORT DE PROJET PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE COMME EXIGENCE PARTIELLE À L OBTENTION DE LA MAÎTRISE EN GÉNIE PAR Sébastien SERVOLES
Plus en détailEco-système calcul et données
Eco-système calcul et données M. Daydé Dr du Comité d'orientation pour le Calcul Intensif (COCIN) Délégué Scientifique INS2I en charge HPC / Grille / Cloud Calcul / données : un enjeu stratégique Calcul
Plus en détailAu-delà du coalescent : quels modèles pour expliquer la di
Au-delà du coalescent : quels modèles pour expliquer la diversité génétique? LPMA, Université Paris 6, CMAP Polytechnique 13 octobre 2009 A partir de travaux conjoints avec N. Berestycki, V. Limic, J.
Plus en détailRÉPERTOIRE RELÈVE SCIENTIFIQUE AU SERVICE DES ENTREPRISES AGROALIMENTAIRES. 2 e édition
RELÈVE SCIENTIFIQUE AU SERVICE 2 e édition Juin 2011 Réalisé par : Partenaire financier du CQVB : Objectif : Ce répertoire vise à faciliter le maillage entre les étudiants-chercheurs universitaires et
Plus en détail& Que choisir. favoriser le bien-être
Label Rouge & Agriculture Biologique Que choisir pour favoriser le bien-être des animaux? Un guide des tiné au consommateur Protection mondiale des animaux de ferme Ce petit guide a pour objectif d aider
Plus en détailPrésentation du dispositif collectif français d évaluation génétique porcin pour les caractères de production et de reproduction
1998. Journées Rech. Porcine en France, 3, 95-1. Présentation du dispositif collectif français d évaluation génétique porcin pour les caractères de production et de reproduction T. TRIBOUT (1), J.P. BIDANEL
Plus en détaile-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
e-biogenouest Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
Plus en détailDétection et prise en charge de la résistance aux antirétroviraux
Détection et prise en charge de la résistance aux antirétroviraux Jean Ruelle, PhD AIDS Reference Laboratory, UCLouvain, Bruxelles Corata 2011, Namur, 10 juin 2011 Laboratoires de référence SIDA (Belgique)
Plus en détailUne application des algorithmes génétiques à l ordonnancement d atelier
Une application des algorithmes génétiques à l ordonnancement d atelier VACHER Jean-Philippe - GALINHO Thierry - MAMMERI Zoubir Laboratoire d Informatique du Havre Université du Havre 25, Rue Philippe
Plus en détailBases de données et outils bioinformatiques utiles en génétique
Bases de données et outils bioinformatiques utiles en génétique Collège National des Enseignants et Praticiens de Génétique Médicale C. Beroud Date de création du document 2010-2011 Table des matières
Plus en détailBiomarqueurs en Cancérologie
Biomarqueurs en Cancérologie Définition, détermination, usage Biomarqueurs et Cancer: définition Anomalie(s) quantitative(s) ou qualitative(s) Indicative(s) ou caractéristique(s) d un cancer ou de certaines
Plus en détailProjet Xdata. Cinequant, Data Publica, EDF, ESRI, Hurence, INRIA, Institut Mines Telecom, La Poste, Orange, Veolia
Projet Xdata Cinequant, Data Publica, EDF, ESRI, Hurence, INRIA, Institut Mines Telecom, La Poste, Orange, Veolia Mutualisation des données XData = Cross Data En croisant des données d origine diverses,
Plus en détailASA-Advanced Solutions Accelerator. Solution pour la gestion des données des laboratoires et des plateformes de service
ASA-Advanced Solutions Accelerator Partenaire informatique des Laboratoires de Recherche 100lims Solution pour la gestion des données des laboratoires et des plateformes de service Parce que vous cherchez
Plus en détailJournée SITG, Genève 15 octobre 2013. Nicolas Lachance-Bernard M.ATDR Doctorant, Laboratoire de systèmes d information géographique
Monitorint spatio-temporel intégré de la mobilité urbaine Monitoring spatio-temporel de l ADN urbain Une réponse aux défis, problèmes, enjeux et risques des milieux urbains Nicolas Lachance-Bernard M.ATDR
Plus en détailBig Data: développement, rôle des ARS?? Laurent Tréluyer, ARS Ile de France Alain Livartowski Institut Curie Paris 01/12/2014
Big Data: développement, rôle des ARS?? Laurent Tréluyer, ARS Ile de France Alain Livartowski Institut Curie Paris 01/12/2014 1 Classiquement, le Big Data se définit autour des 3 V : Volume, Variété et
Plus en détailFeuille d exercices 2 : Espaces probabilisés
Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un
Plus en détailDr E. CHEVRET UE2.1 2013-2014. Aperçu général sur l architecture et les fonctions cellulaires
Aperçu général sur l architecture et les fonctions cellulaires I. Introduction II. Les microscopes 1. Le microscope optique 2. Le microscope à fluorescence 3. Le microscope confocal 4. Le microscope électronique
Plus en détailARCHEOVISION. Centre de Ressources Numériques 3D. UMR 5607 du CNRS. R. Vergnieux IR-CNRS
ARCHEOVISION Centre de Ressources Numériques 3D R. Vergnieux IR-CNRS UMR 5607 du CNRS Archéovision CNRS Caroline Delevoie (AI cnrs Coordination - 2D) Bruno Dutailly (IE cnrs Dev. 3D) Robert Vergnieux (IR
Plus en détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détail12. Le système monétaire
12. Le système monétaire Le rôle de la monnaie est fondamental. Imaginez une situation où aucun moyen de paiement ne ferait l unanimité : - Economie de «troc». - On échange des biens et services contre
Plus en détailÉtude EcoVadis - Médiation Inter-Entreprises COMPARATIF DE LA PERFORMANCE RSE DES ENTREPRISES FRANCAISES AVEC CELLE DES PAYS DE L OCDE ET DES BRICS
Étude EcoVadis - Médiation Inter-Entreprises COMPARATIF DE LA PERFORMANCE RSE DES ENTREPRISES FRANCAISES AVEC CELLE DES PAYS DE L OCDE ET DES BRICS 23 mars 2015 Synthèse Avec plus de 12.000 évaluations
Plus en détailProjet SINF2275 «Data mining and decision making» Projet classification et credit scoring
Projet SINF2275 «Data mining and decision making» Projet classification et credit scoring Année académique 2006-2007 Professeurs : Marco Saerens Adresse : Université catholique de Louvain Information Systems
Plus en détailPhysiopathologie : de la Molécule à l'homme
Mention Sciences du Vivant Spécialité de Master : Physiopathologie : de la Molécule à l'homme Pourquoi, comment, combien, contourner, greffer, restaurer, inhiber, suppléer Responsables : Dr Gilles Prévost
Plus en détailExercice 3 (5 points) A(x) = 1-e -0039' -0 156e- 0,039x A '() -'-,..--,-,--,------:-- X = (l_e-0,039x)2
Les parties A et B sont indépendantes. Partie A Exercice 3 (5 points) Commun à tous les candidats On considère la fonction A définie sur l'intervalle [1 ; + 00 [ par A(x) = 1-e -0039' ' x 1. Calculer la
Plus en détailUNIVERSITE MONTPELLIER II
UNIVERSITE MONTPELLIER II École Doctorale : Systèmes Intégrés en Biologie, Agronomie, Géosciences, Hydrosciences et Environnement Discipline : Biologie et Écologie des Populations MODÉLISATIONS DE LA DISPERSION
Plus en détailIsolement et Diversité Génétique des Dugongs de Nouvelle Calédonie
Isolement et Diversité Génétique des Dugongs de Nouvelle Calédonie Rapport final Marc OREMUS, Claire GARRIGUE & Christophe CLEGUER Opération Cétacés B.P. 12 827, 98802 Nouméa, Nouvelle-Calédonie Tél. /
Plus en détailLes tests génétiques à des fins médicales
Les tests génétiques à des fins médicales Les tests génétiques à des fins médicales Nous avons tous hérité d une combinaison unique de gènes de la part de nos parents. Cette constitution originale et l
Plus en détailMarc VARCHAVSKY Conseil National CER FRANCE Olivier BOUCHONNEAU Président de CER FRANCE 49
Impact de la variabilité des prix des produits agricoles et des intrants sur les exploitations en France Marc VARCHAVSKY Conseil National CER FRANCE Olivier BOUCHONNEAU Président de CER FRANCE 49 Colloque
Plus en détailIOC 2010 Support à destination des éleveurs caprins CR n 00 10 78 010
Identification électronique des caprins ELEVEUR IOC 2010 Support à destination des éleveurs caprins CR n 00 10 78 010 La règlementation Le règlement européen 21/2004: les deux étapes Les textes français
Plus en détailMAIDESC - KO 21 Novembre 2013 Etienne Wey Alexandre Boilley
MAIDESC - KO 21 Novembre 2013 Etienne Wey Alexandre Boilley S.A. créée en 1984 à Sophia Antipolis avec ARMINES comme actionnaire principal Activité majeure centrée autour des logiciels de simulation de
Plus en détailQuel est le temps de travail des enseignants?
Quel est le temps de travail des enseignants? Dans les établissements publics, les enseignants donnent, en moyenne et par an, 779 heures de cours dans l enseignement primaire, 701 heures de cours dans
Plus en détailMasters OBSER VATOIRE. Sciences / Technologies / Santé OBSERVATOIRE CARREFOUR DES ÉTUDIANTS. Université de Limoges
Université de Limoges Masters Sciences / Technologies / Santé L'insertion professionnelle des diplômés DE Masters à l'université de Limoges Résultats par mention et par spécialité (promotion 2005-2006)
Plus en détailparée e avec C. Germain, B. Kegl et M. Jouvin CS de l Université Paris Sud
Présentation prépar parée e avec C. Germain, B. Kegl et M. Jouvin CS de l Université Paris Sud (pré)histoire de la Grille Paris Sudn1 Les besoins de la communauté HEP La collaboration physiciens/informaticiens
Plus en détailLes 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie
Les 10 grands principes de l utilisation du data mining pour une gestion de la relation client réussie Découvrir les stratégies ayant fait leurs preuves et les meilleures pratiques Points clés : Planifier
Plus en détailE-BIOGENOUEST, VERS UN ENVIRONNEMENT VIRTUEL DE RECHERCHE (VRE) ORIENTÉ SCIENCES DE LA VIE? Intervenant(s) : Yvan Le Bras, Olivier Collin
E-BIOGENOUEST, VERS UN ENVIRONNEMENT VIRTUEL DE RECHERCHE (VRE) ORIENTÉ SCIENCES DE LA VIE? Intervenant(s) : Yvan Le Bras, Olivier Collin E-BIOGENOUEST Programme fédérateur Biogenouest co-financé par les
Plus en détailComment booster vos applications SAP Hana avec SQLSCRIPT
DE LA TECHNOLOGIE A LA PLUS VALUE METIER Comment booster vos applications SAP Hana avec SQLSCRIPT 1 Un usage optimum de SAP Hana Votre contexte SAP Hana Si vous envisagez de migrer vers les plateformes
Plus en détailTerrOïko : JEU en collaboration avec la SEEM
TerrOïko : JEU en collaboration avec la SEEM Journée EcoInnovation et Biodiversité 21 mai 2014 - Contact: Catherine de Roincé, catherine.deroince@terroiko.fr Historique d une start-up issue de la recherche
Plus en détailSysFera. Benjamin Depardon
SysFera Passage d applications en SaaS Benjamin Depardon CTO@SysFera SysFera Technologie 2001 Création 2010 Spin Off INRIA Direction par un consortium d investisseurs 12 personnes 75% en R&D Implantation
Plus en détailQui sont les enseignants?
Extrait de : Regards sur l'éducation 2008 : Panorama Accéder à cette publication : http://dx.doi.org/10.1787/9789264040649-fr Qui sont les enseignants? Merci de citer ce chapitre comme suit : OCDE (2009),
Plus en détailProgrammation parallèle et distribuée (Master 1 Info 2015-2016)
Programmation parallèle et distribuée (Master 1 Info 2015-2016) Hadoop MapReduce et HDFS Note bibliographique : ce cours est largement inspiré par le cours de Benjamin Renaut (Tokidev SAS) Introduction
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailMontréal, 24 mars 2015. David Levine Président et chef de la direction DL Strategic Consulting. DL Consulting Strategies in Healthcare
Montréal, 24 mars 2015 David Levine Président et chef de la direction DL Strategic Consulting 1 RSSPQ, 2013 2 MÉDECINE INDIVIDUALISÉE Médecine personnalisée Médecine de précision Biomarqueurs Génomique
Plus en détailFaculté des Sciences d ORSAY
Université Paris-Sud 11 Faculté des Sciences d ORSAY Personnes ressources des disciplines représentées : Département de Biologie Vice-Président : Hervé DANIEL Secrétaire : Malika DERRAS Université Paris-Sud
Plus en détailA la découverte du Traitement. des signaux audio METISS. Inria Rennes - Bretagne Atlantique
A la découverte du Traitement des signaux audio METISS Inria Rennes - Bretagne Atlantique Les conférences scientifiques au Lycée Descartes Imagerie médicale et neuronavigation par Pierre Hellier Le respect
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailMaster 2 Recherche Biologie Géosciences Agroressources Environnement Parcours Biodiversité Écologie Évolution 2008. Dounia SALEH
UNIVERSITÉ MONTPELLIER II SCIENCES ET TECHNIQUES DU LANGUEDOC CENTRE INTERNATIONAL D ÉTUDES SUPÉRIEURES EN SCIENCES AGRONOMIQUES - MONTPELLIER Master 2 Recherche Biologie Géosciences Agroressources Environnement
Plus en détailPossibilités offertes après la L2?
Possibilités offertes après la L2? Licence Pro Licence Générale Formation professionnel Diplôme Bac +3 Diplôme Bac +3 Master Vie Active : Technicien Assistant Ingénieur Laboratoire Public et Privé Master
Plus en détailRevenu agricole 2013 : une année délicate pour les productions céréalières
Agreste Champagne-Ardenne n 4 - Juillet 2015 Réseau d information comptable agricole En 2013, le Résultat Courant Avant Impôt (RCAI) moyen des exploitations agricoles champardennaises couvertes par le
Plus en détailPlateforme Transgenèse/Zootechnie/Exploration Fonctionnelle IBiSA. «Anexplo» Service Transgenèse. Catalogue des prestations
Plateforme Transgenèse/Zootechnie/Exploration Fonctionnelle IBiSA «Anexplo» Service Transgenèse Catalogue des prestations 04/01/12 - Page 1 sur 8 Présentation du service de Transgenèse Le service de Transgenèse
Plus en détaildes banques pour la recherche
ADN, cellules, tissus... des banques pour la recherche FÉVRIER 2009 Les banques d échantillons de matériel biologique (tissus, cellules, ADN ), appelées biobanques, mettent à disposition des chercheurs
Plus en détail3: Clonage d un gène dans un plasmide
3: Clonage d un gène dans un plasmide Le clonage moléculaire est une des bases du génie génétique. Il consiste à insérer un fragment d'adn (dénommé insert) dans un vecteur approprié comme un plasmide par
Plus en détailLes Maladies Tropicales, la Société de Pathologie Exotique. et l Institut Pasteur
Les Maladies Tropicales, la Société de Pathologie Exotique et l Institut Pasteur Un partenariat qui a bien plus de 100 ans Beaucoup des grands noms de la recherche française sur les maladies tropicales
Plus en détailSoutien pour la formation à la recherche translationnelle en cancérologie
APPEL A CANDIDATURES 2011 Soutien pour la formation à la recherche translationnelle en cancérologie Action 1.2 Date limite de soumission en ligne du dossier : 06 décembre 2010 http://www.e-cancer.fr/aap/for2011
Plus en détailRésolvez vos problèmes d énergie dédiée à l informatique
Résolvez vos problèmes d énergie dédiée à l informatique GRÂCE À UNE SOLUTION ENERGY SMART DE DELL Surmonter les défis énergétiques des datacenters Les responsables informatiques ont un problème urgent
Plus en détailCONSERVATION DU PATRIMOINE VIVANT DU MARAIS POITEVIN ENJEUX ET PERSPECTIVES. CREGENE: 2 rue de l église 79510 COULON 05 49 35 15 40 cregene@gmail.
CONSERVATION DU PATRIMOINE VIVANT DU MARAIS POITEVIN ENJEUX ET PERSPECTIVES CREGENE: 2 rue de l église 79510 COULON 05 49 35 15 40 cregene@gmail.com Espèces locales et territoire, un destin commun? Pâturage
Plus en détailStages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE. Contact : Mme Lapedra, stage@isoft.fr
Stages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise
Plus en détailPanorama des solutions analytiques existantes
Arnaud LAROCHE Julien DAMON Panorama des solutions analytiques existantes SFdS Méthodes et Logiciels - 16 janvier 2014 - Données Massives Ne sont ici considérés que les solutions autour de l environnement
Plus en détailProgramme "Conception et simulation" COSINUS Edition 2009. Projet
Projet Numéro d'ordre du projet : Acronyme du projet : Titre du projet : Coordonnateur du projet (nom/laboratoire) : Thématique principale : Montant total de l'aide demandée (en k ) : Durée du projet :
Plus en détailConférence ALINE GRENIER, AGR. ET PIERRE MASSIE PROGRAMME D APPRENTISSAGE EN MILIEU DE TRAVAIL (PAMT)
Conférence ALINE GRENIER, AGR. ET PIERRE MASSIE PROGRAMME D APPRENTISSAGE EN MILIEU DE TRAVAIL (PAMT) 38 Programme d apprentissage en milieu de travail (PAMT) ALINE GRENIER ET PIERRE MASSIE POURQUOI LE
Plus en détailListe des matières enseignées
Liste des matières enseignées Domaine : Sciences de la Nature et de la Vie Filière : Biologie Parcours : Tronc Commun Semestre1 VHG Coefficient Cours TD/TP Crédits/s. unité crédits U.E fondamental : 13
Plus en détailOrganisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et
Organisation du parcours M2 IR Les unités d enseignements (UE) affichées dans la partie tronc commun sont toutes obligatoires, ainsi que le stage et l'anglais. L'étudiant a le choix entre deux filières
Plus en détailMÉTHODOLOGIE PROJET SYSTÈME D INFORMATION DÉCISIONNEL BI - BUSINESS INTELLIGENCE. En résumé :
En résumé : Phase I : collecte des besoins I - Expression des besoins II - Étude de faisabilité III - Définition des priorités IV - Rédaction puis validation du cahier des charges Phase II : implémentation
Plus en détailBaromètre Santé & Société - Europ Assistance / CSA 2013 : 7 ème vague du baromètre. 15 octobre 2013
2013 : 7 ème vague du baromètre 15 octobre 2013 Contexte, objectifs et méthodologie 2 Objectifs de l étude En 2006, le Groupe Europ Assistance et le Cercle Santé Société lançaient, avec l institut CSA,
Plus en détailGestion des risques de prix et de revenu en production porcine : diversité et intérêt des programmes canadiens
Spécial Gestion des risques de prix et de revenu en production porcine : diversité et intérêt des programmes canadiens Spéciale Au Canada, la gestion des risques de l entreprise est un des piliers du Cadre
Plus en détailRevue des Marchés. Charles Gagné 2015-04-16
9. Revue des Marchés Charles Gagné 2015-04-16 Les faits saillants 1. Inventaires de porcs aux É.-U. ( Hogs & Pigs) Croissance de 2 % du troupeau reproducteur 2. Baisse des exportations américaines Valeur
Plus en détail