- Enseignant: Delphine Burel
- Enseignant: Oana Chever
- Enseignant: Christophe Dubessy
- Enseignant: Pierrick Gandolfo
- Enseignant: Luca Grumolato
- Enseignant: Alexis Lebon
- Enseignant: Valerie Perrot
- Enseignant: Marie Picot
Résultats de la recherche: 3409
L’UE de personnalisation "Analyse de Données Biologiques en Biologie Santé" se concentre sur deux types de données. Pour les images cellulaires l’objectif est de comprendre les différentes techniques de marquage et d’imagerie cellulaires ainsi que les principales solutions d’analyse d’images (voir l'autre espace UniversiTICE dédié). Pour les séquences biologiques, l’objectif est d’être initié à l’utilisation d’outils logiciels (web) et banques de données internationales pour l’analyse bioinformatique courante de séquences biologiques (nucléiques et protéines) au laboratoire. Ce cours sur l'analyse bioinformatique de séquences biologiques fait appel aux acquis de biologie moléculaire du gène, de biochimie des protéines et de biologie cellulaire. L'ensemble des méthodes s'applique à tous les domaines du vivant : biologie-santé, agrosciences, microbiologie. Ce cours ne comprend ni programmation informatique, ni programmation statistique. Cependant, afin de comprendre (un peu) comment les programmes bioinformatiques fonctionnent pour en faire une utilisation avertie, nous expliquerons à chaque type de prédiction, les algorithmes et modèles mathématiques/statistiques sous-jacents. Cet enseignement est bâti sur une alternance de CM et TP en salle informatique pour chaque thème exploré. L'évaluation repose sur des contrôles continus.
CM 14h : Banques de données biologiques internationales de référence : panorama et organisation des principaux portails web et banques de données internationales qui répertorient les séquences nucléiques et protéiques ainsi que leurs structures et fonctions. Analyse de séquences d’ADN, d’ARN et de protéines : méthodes et outils bioinformatiques courants pour prédire (i) la localisation d’un gène dans une séquence d’ADN et sa structure, (ii) la séquence protéique traduite, (iii) ses caractéristiques biochimiques et ses fonctions dans la cellule, et plus généralement sa place dans un processus biologique et métabolique. Comparaison de séquences : méthodes et outils bioinformatiques courants pour la comparaison entre deux séquences ou plus et pour la recherche de séquences homologues dans les banques de données. Application à la mise en évidence de variations génétiques en santé ou au cours de l’évolution. Méthodes et outils pour la construction d’arbres phylogénétiques.
TP 20h : Exclusivement en salle informatique, entièrement reproductible chez soi sur un navigateur web, aucun usage de programmation informatique. Ils reprennent tous les thèmes du cours (des banques, de l’analyse d’une séquence du gène au métabolisme et de la comparaison de séquences) et permettent de mettre en pratique l’ensemble des outils et ressources web présenté. Les compétences acquises sont directement transférables au laboratoire et constituent un réel premier niveau de connaissances et compétences dans ce domaine de l’analyse bioinformatique.
A noter : au semestre suivant, L3 S6, ceux qui sont intéressés par une poursuite d'option méthodologique dans le domaine pour notemment pousuivre en master bioinformatique parcours BIMS ou en Master Imagerie cellulaire, pourront choisir l'UE "Traitement et Analyse de données en biologie et santé : images et séquences" . Celle - ci est orientée progammation. Son objectif : maîtriser l’automatisation du traitement informatique de données sous linux. Apprendre à écrire des chaines de traitements statistiques pour l’exploration et l’analyse de données. Programme : Découvrir l’environnement LINUX, Apprendre le langage scripts et la programmation bash, Découvrir un système de gestion de bases de données : MySQL, Analyser des données avec le logiciel R, Développer une macro pour analyser un ensemble d’images avec ImageJ.
------------------------------------------------------------------------------------------------------------
- Enseignant: Hélène Dauchel
- Enseignant: Laurence Menu-Bouaouiche
Objectifs de l’UE :
_ Echantillonnage d'une population et estimation de paramètres à l'aide de la construction d'intervalles de confiance.
_ Appréhension générale de la démarche d'un test statistique : hypothèses nulle/ hypothèse alternative, statistique de test et loi sous l'hypothèse nulle, construction de la région critique et décision. Compréhension de la notion de probabilité critique (p-value).
_ Aperçu détaillé des différents tests du Chi-deux (conformité, homogénéité, indépendance), des tests de conformité pour une moyenne et des différents tests de comparaison de moyennes (échantillons gaussiens ou non, échantillons grands ou petits, variances connues ou inconnues).
_ Appréhension du logiciel de statistiques R comme simple outil pour effectuer les différents tests étudiés.
Description des enseignements :
-
Description des CM :
cours 1 : Echantillonnage et intervalles de confiance
cours 2 : Tests du Chi-deux de conformité, d'homogénéité et d'indépendance
cours 3 :Tests de conformité pour une moyenne
cours 4 :Tests de comparaison de moyennes
-
Description des TP :
Les travaux dirigés sont constitués d'exercices en rapport direct avec le cours et très souvent avec des exemples biologiques. Ils sont effectués sur machines à l'aide d'un logiciel statistique. Les corrections sont d'abord construites sur le plan théorique puis les résultats sont calculés à l'aide du logiciel.
- Enseignant: Amir Aboubacar
- Enseignant: Caroline Berard
- Enseignant: Antoine Channarond
- Enseignant: Aurelie Chapron
- Enseignant: Yannick Colin
- Enseignant: Younes Tierce
- Enseignant: Jean-Claude Mollet
- Enseignant: Maite Vicre
Compétences visées : Apprendre à manipuler le logiciel R, et ainsi profiter de la puissance de cet outil et de ses fonctions graphiques pour l'exploration et l'analyse de données.
Plan :
- Initiation au logiciel R
- Manipulation et exploration de tableaux de données
- Représentation graphique des données avec R
- Statistiques descriptives, Analyse univariée/multivariée
Volume horaire : 18h TP
MCC : 100% CC sur ordi
Plan :
- Initiation au logiciel R
- Manipulation et exploration de tableaux de données
- Représentation graphique des données avec R
- Statistiques descriptives, Analyse univariée/multivariée
Volume horaire : 18h TP
MCC : 100% CC sur ordi
- Enseignant: Caroline Berard
Nous aborderons deux types de données :
- les données brutes pour lesquelles nous comprendrons comment travailler facilement avec un fichier de plusieurs millions de lignes ou comment travailler avec un grand nombre de petits fichiers
- les données structurées, organisées en bases de données, pour lesquelles nous devrons comprendre ce qu'est une requête et comment récupérer des données dans les bases de données.
Nous verrons également les notions de Machine Virtuelle, de Cloud Computing et de workflow/pipeline, dont la maîtrise est à présent rendue nécessaire par l'explosion des volumes de données produites automatiquement.
- Enseignant: Laurent Mouchard
- Enseignant: Valerie Perrot
- Enseignant: Marie Picot
- Enseignant: Sylvie Renouf
- Enseignant: Romain Coppee
- Enseignant: François Cossais
- Enseignant: Ines Drissa
- Enseignant: Sylvain Fraineau
- Enseignant: Chervin Hassel
- Enseignant: Sylvie Renouf
- Enseignant: Valérie Turquier
- Enseignant: Nadege Follain
- Enseignant: Didier Le Cerf
- Enseignant: Mathieu Madau
Catégorie: L3 Chimie
- Enseignant: Emmanuelle De
- Enseignant: Anthony Duncan
- Enseignant: Nadege Follain
- Enseignant: Rahma Mehdaoui
- Enseignant: Etienne Richard
Catégorie: L3 Chimie
- Enseignant: Emmanuelle De
- Enseignant: Pierre Yves Renard
- Enseignant: Muriel Sebban
Catégorie: L3 Chimie
Responsable de l'UE : Mme A. Husté
- Enseignant: Matthieu Fournier
- Enseignant: Aurelie Huste
- Enseignant: Cloe Joly
- Enseignant: Estelle Langlois-Saliou
Catégorie: L3 Écologie et Biologie des Organismes (EBO)
- Enseignant: Elie Mambou
Page associée au cours d'Algorithmique sur les graphes
Programme du cours
Le problème fondateur : les sept ponts de Könisberg
Graphes : définitions et exemples
Représentations des graphes.
Problèmes de cheminement dans un graphe orienté :
[-] Accessibilité : l'algorithme de Roy-Warshall
[-] Plus courts chemins et plus courtes distance : l'algorithme de Floyd-Warshall et de Bellman-Ford
[-] Plus courts chemins depuis un sommet : l'algorithme de Dijkstra
Graphes sans cycles : arbres et arborescences
Gestion des partitions d'un ensemble : recherche des composantes connexes par la méthode
de l'union et de la recherche
Arbres couvrants minimum : les algorithmes de Kruskal et Prim
Parcours de graphes orientés :
[-] L'algorithme d'exploration des graphes
[-] Les différentes stratégies d'exploration
[-] Implantation du parcours en profondeur dans la version avec retour en arrière
[-] Propriétés du parcours en profondeur
Les applications du parcours en profondeur
Flux et réseaux de transport :
[-] La méthode de Ford-Fulferson
[-] L'algorithme de Ford-Fulkerson
[-] Couplage maximal dans un graphe biparti
Introduction au langage de programmation Python :
Programmation impérative et orientée objets de quelques algorithmes sur les graphes.
Programme du cours
Le problème fondateur : les sept ponts de Könisberg
Graphes : définitions et exemples
Représentations des graphes.
Problèmes de cheminement dans un graphe orienté :
[-] Accessibilité : l'algorithme de Roy-Warshall
[-] Plus courts chemins et plus courtes distance : l'algorithme de Floyd-Warshall et de Bellman-Ford
[-] Plus courts chemins depuis un sommet : l'algorithme de Dijkstra
Graphes sans cycles : arbres et arborescences
Gestion des partitions d'un ensemble : recherche des composantes connexes par la méthode
de l'union et de la recherche
Arbres couvrants minimum : les algorithmes de Kruskal et Prim
Parcours de graphes orientés :
[-] L'algorithme d'exploration des graphes
[-] Les différentes stratégies d'exploration
[-] Implantation du parcours en profondeur dans la version avec retour en arrière
[-] Propriétés du parcours en profondeur
Les applications du parcours en profondeur
Flux et réseaux de transport :
[-] La méthode de Ford-Fulferson
[-] L'algorithme de Ford-Fulkerson
[-] Couplage maximal dans un graphe biparti
Introduction au langage de programmation Python :
Programmation impérative et orientée objets de quelques algorithmes sur les graphes.
- Enseignant: Carla Selmi
Catégorie: L3 Informatique
- Enseignant: Pierre Heroux
Catégorie: L3 Informatique, Science des Données
- Enseignant: Elie Mambou
Catégorie: L3 Mathématiques
- Enseignant: Jean-Baptiste Bardet
- Enseignant: Van-Sang Ngo
Catégorie: L3 Mathématiques
- Enseignant: Elisa Affili
Catégorie: L3 Mathématiques
- Enseignant: Essomanda Emmanuel Abina
- Enseignant: Tayssine Allou
- Enseignant: Wojciech Aniszewski
- Enseignant: Eric Domingues
- Enseignant: Thibaut Menard
- Enseignant: Valerie Messager
- Enseignant: Ines Sequeira
- Enseignant: Noeline Wyart
Catégorie: L3 Mécanique, Mécanique-Energétique
- Enseignant: Jean-Bernard Blaisot
- Enseignant: Luminita Danaila
- Enseignant: Bruno Machefert
- Enseignant: Jean-Bernard Blaisot
- Enseignant: Luminita Danaila
- Enseignant: Catherine Manoury
- Enseignant: Jean-Bernard Blaisot
- Enseignant: Cedric Delahais
- Enseignant: Jean Yves Fosse
- Enseignant: Marc Brunel
- Enseignant: Pierre-Henry Hanzard
Catégorie: L3 Physique
- Enseignant: Benoit Barviau
- Enseignant: Marc Brunel
- Enseignant: Sylvain Le Brozec
- Enseignant: Denis Lebrun
- Enseignant: Olivier Lefebvre
Catégorie: L3 Physique-Chimie
- Enseignant: Pierre-Emmanuel Berche
- Enseignant: Sylvain Le Brozec
- Enseignant: Olivier Lefebvre
Catégorie: L3 Physique-Chimie
- Enseignant: Benoit Barviau
- Enseignant: Marc Brunel
- Enseignant: Denis Lebrun
Catégorie: L3 Physique
Les grandeurs importantes de la thermodynamique, telles que la température et la pression, sont ici abordées du point de vue microscopique. Il est démontré en particulier qu'elles constituent des grandeurs statistiques sur un grand nombre de particules. Pour arriver à ce résultat, la représentation du gaz va être questionnée en termes de taille et de vitesse des particules ainsi que de distance entre ces particules.
La fonction de distribution des vitesses s'avère un outil très efficace pour traiter le comportement collectif d'un gaz à partir des caractéristiques de ses constituants. Les hypothèses liées à l'équilibre permettent d'établir une fonction de distribution des vitesses à l'équilibre (fonction de distribution de Maxwell) et de donner tout son sens à la notion de température.
L'introduction de la notion de flux, indispensable à l'établissement des bilans, permet quant à elle de relier la pression aux transferts de quantité de mouvement au sein du gaz.
Les collisions jouent un rôle de premier ordre dans le transport de grandeurs telles que l'énergie et la quantité de mouvement. Il est donc important de questionner ce qu'est une collision c'est à dire l'interaction entre deux particules qui peuvent être représentées comme des sphères dures finies ou comme un assemblage de neutrons, de protons et d'électrons. La notion de section efficace de collision permet de quantifier l'efficacité de ces rencontres interparticulaires.
Les notions précédentes étant précisées, il devient possible de s'éloigner de l'équilibre pour aborder les propriétés de transport des gaz. Cette physique statistique en proche déséquilibre est davantage détaillée dans l'UE [S2-UE4] Physique statistique 2 (Parcours Physique uniquement).
Pour aborder l'UE [SI-UE4] Physique statistique 1, quelques bases de mécanique générale, de thermodynamique et d'atomistique suffisent. Une bonne compréhension du calcul différentiel et du calcul intégral est appréciable.
1 Représentation d'un gaz, modèle du gaz parfait
2 Notion de fonction de distribution
3 Équilibre et fonction de distribution de Maxwell
4 Moyennes d'une grandeur sur l'espace des vitesses – Température
5 Bilan d'une grandeur extensive – Flux et densité de flux – Pression dans un gaz
6 Collisions interparticulaires – Potentiel d'interaction
7 Section efficace de collision élastique
8 Fréquence de collisions - Libre parcours moyen
9 Equilibre thermodynamique local et coefficients de transport
10 Fonctions de partition (rotation, vibration, translation)
11 Entropie statistique de Boltzmann
12 Limites de la statistique de Boltzmann
La fonction de distribution des vitesses s'avère un outil très efficace pour traiter le comportement collectif d'un gaz à partir des caractéristiques de ses constituants. Les hypothèses liées à l'équilibre permettent d'établir une fonction de distribution des vitesses à l'équilibre (fonction de distribution de Maxwell) et de donner tout son sens à la notion de température.
L'introduction de la notion de flux, indispensable à l'établissement des bilans, permet quant à elle de relier la pression aux transferts de quantité de mouvement au sein du gaz.
Les collisions jouent un rôle de premier ordre dans le transport de grandeurs telles que l'énergie et la quantité de mouvement. Il est donc important de questionner ce qu'est une collision c'est à dire l'interaction entre deux particules qui peuvent être représentées comme des sphères dures finies ou comme un assemblage de neutrons, de protons et d'électrons. La notion de section efficace de collision permet de quantifier l'efficacité de ces rencontres interparticulaires.
Les notions précédentes étant précisées, il devient possible de s'éloigner de l'équilibre pour aborder les propriétés de transport des gaz. Cette physique statistique en proche déséquilibre est davantage détaillée dans l'UE [S2-UE4] Physique statistique 2 (Parcours Physique uniquement).
Pour aborder l'UE [SI-UE4] Physique statistique 1, quelques bases de mécanique générale, de thermodynamique et d'atomistique suffisent. Une bonne compréhension du calcul différentiel et du calcul intégral est appréciable.
1 Représentation d'un gaz, modèle du gaz parfait
2 Notion de fonction de distribution
3 Équilibre et fonction de distribution de Maxwell
4 Moyennes d'une grandeur sur l'espace des vitesses – Température
5 Bilan d'une grandeur extensive – Flux et densité de flux – Pression dans un gaz
6 Collisions interparticulaires – Potentiel d'interaction
7 Section efficace de collision élastique
8 Fréquence de collisions - Libre parcours moyen
9 Equilibre thermodynamique local et coefficients de transport
10 Fonctions de partition (rotation, vibration, translation)
11 Entropie statistique de Boltzmann
12 Limites de la statistique de Boltzmann
- Enseignant: Pascal Boubert
- Enseignant: Leo Gosse
- Enseignant: Vincent Morel
Catégorie: L3 Physique
- Enseignant: Sorin Mardare
Catégorie: L3 Physique
Sur la base des acquis de Physique statistique 1 (Cinétique des gaz, fonction de distribution à l'équilibre), un bilan des particules par classe de vitesses permet d'établir l'équation de Boltzmann dont il est montré que la fonction de distribution de Maxwell-Boltzmann est la solution à l'équilibre. L'équation de Vlasov caractérise le cas particulier où les forces de volume prennent le pas sur les collisions pour modifier les vitesses des particules ce qui conduit à la notion de milieu non-collisionnel. Le gaz de Lorentz est un autre cas particulier concernant un mélange de particules dont un type peut être considérer comme immobile par rapport à l'autre. Une ouverture est faite sur la sensibilité au conditions travail et sur la notion de chaos. Il est ensuite démontré, à travers le théorème H de Boltzmann, que les collisions rendent irréversible le retour à l'équilibre d'un système isolé. Le lien est fait avec l'entropie vue en thermodynamique phénoménologique.
La complexité de l'équation de Boltzmann oblige à utiliser le modèle du temps de relaxation (BGK) pour étudier les phénomènes de transport de l'énergie, des particules, de la quantité de mouvement et de la charge électrique. Le calcul des vecteurs densité de flux de ces grandeurs permet de retrouver les lois de transport habituelles : loi de Fourier, loi de Fick, loi de Stokes et loi d'Ohm respectivement.
En s'intéressant maintenant aux valeurs moyennes sur l'espace des vitesse, on déduit de l'équation de Boltzmann des équations bilan de la masse, de la quantité de mouvement et de l'énergie pour un gaz en écoulement qui conduisent aux équations d'Euler à l'ordre 0 (milieu non conducteur et non visqueux) et aux équations de Navier-Stokes à l'ordre 1 (milieu conducteur et visqueux).
Dans une dernière partie, le couplage des phénomènes irréversibles, donc des phénomènes de transport, est abordé par la théorie d'Onsager qui conduit à l'étude des phénomènes thermo-électriques. L'effet Joule, l'effet Peltier, l'effet Seebeck et l'effet Thomson sont ainsi détaillés. Les phénomènes thermo-diffusifs (effet Soret, effet Dufour), quant à eux, sont simplement évoqués.
1 Equilibre – Déséquilibre Fonctions de distribution
1.1 Equilibre
1.2 Fonctions de distribution
1.3 Fonction de distribution des vitesses de Maxwell
1.4 Déséquilibre
2 Equation de Boltzmann
2.1 Equations de bilan
2.1.1 Grandeurs extensives et intensives
2.1.2 Bilan
2.1.3 Grandeurs volumiques et surfacique
2.1.4 Bilan local
2.2 Bilan du nombre de particules par classes de vitesse
2.2.1 Termes d'échanges
2.2.2 Termes de production-destruction
2.2.3 Ecritures de l'équation de Boltzmann
2.2.4 Ecriture des termes collisionnels
2.3 Fonction de distribution à l'équilibre - Démonstration de Boltzmann
2.4 Gaz de Lorentz
2.5 Equation de Vlasov
3 Théorème H de Boltzmann
3.1 Evolution à partir d'un fort déséquilibre
3.2 La fonctionnelle H
3.3 Démonstration
3.4 Paradoxe de renversement du temps : Loschmidt
3.5 Paradoxe de la récurrence : Zermelo
3.6 Expériences Markoviennes
3.7 Théorie de l'information
3.8 Irréversibilité
4 Théorie cinétique en faible déséquilibre
4.1 Modèle BGK - Modèle du temps de relaxation
4.2 Conductivité thermique
4.3 Coefficient de diffusion
4.4 Viscosité dynamique
4.5 Conductivité électrique
5 Bilans locaux
5.1 Théorème général de bilan
5.2 Bilan de masse
5.3 Bilan de quantité de mouvement
5.4 Bilan d'énergie
6 Equations aérodynamiques
6.1 Développement de Chapman-Enskog
6.2 Equations aérodynamiques à l'ordre 0
6.2.1 Tenseur des pressions à l'ordre 0
6.2.2 Vecteur densité de flux d'énergie interne à l'ordre 0
6.2.3 Equations d'Euler
6.3 Equations aérodynamiques à l'ordre 1
6.3.1 Fonction de distribution à l'ordre 1
6.3.2 Tenseur des pressions à l'ordre 1
6.3.3 Vecteur densité de flux d'énergie à l'ordre 1
6.3.4 Equations de la quantité de mouvement à l'ordre 1
6.3.5 Equations de l'énergie à l'ordre 1
7 Couplages de phénomènes irréversibles
7.1 Expression du taux de production d'entropie
7.2 Théorie d'Onsager
7.3 Effets thermo-électriques
7.3.1 Effet Joule
7.3.2 Conduction thermique en circuit ouvert
7.3.3 Effet Seebeck
7.3.4 Effet Peltier
7.3.5 Générateur à effet Seebeck et élément à effet Peltier
7.3.6 Effet Thomson
7.4 Effets thermo-diffusifs
7.4.1 Effet Soret
7.4.2 Effet Dufour
- Enseignant: Pascal Boubert
Catégorie: L3 Physique
- Enseignant: Philippe Pareige
- Enseignant: Bertrand Radiguet
- Enseignant: Solene Rouland
Catégorie: L3 Physique, Sciences des matériaux