Présentation et application des principes FAIR de gestion des données de recherche en sciences de la vie.

L’Institut Français de Bioinformatique (IFB) organise une formation à destination de bioinformaticiens, biologistes et médecins impliqués dans des projets d’analyse bioinformatique de jeux de données omiques et souhaitant mettre en œuvre les principes “FAIR” (Facile à trouver, Accessible, Interopérable, Réutilisable) tout au long du déroulement du projet. La formation abordera les différents points fondamentaux (théoriques, pratiques, juridiques) en lien avec la politique nationale d’ouverture des données de la recherche et présentera sous forme de séances pratiques les ressources nationales accessibles à la communauté scientifique ainsi que les solutions proposées par l’IFB pour gérer les données d’un projet de recherche.

Objectifs pédagogiques

A la fin de cette formation, les participants connaîtront et pourront mettre en œuvre les principes de la science ouverte pour gérer leurs jeux de données dans un projet :

• Les principes fondamentaux de l’Open Data en biologie et santé, y compris dans ses aspects juridiques ;
• Les bonnes pratiques et outils de gestion des données d’un projet en bioinformatique, en lien avec les ressources de l’infrastructure IFB ;
• Le PGD : séances théoriques et pratiques de construction d’un PGD sur des exemples de jeux de données omiques ;
• Le choix des métadonnées : panorama des ressources existantes pour choisir des métadonnées et mise en pratique pour annoter des jeux de données omiques en vue de la publication des données dans une banque internationale ou un dataverse institutionnel.

Description de la formation

Science ouverte et principes FAIR dans un projet de bioinformatique

Description

L’Institut Français de Bioinformatique (IFB) organise en partenariat avec l’Institut de Biologie Intégrative de la Cellule (I2BC) une formation à destination des bioinformaticiens et biostatisticiens souhaitant mettre en oeuvre les principes “FAIR” (Facile à trouver, Accessible, Interopérable, Réutilisable) dans leurs projets d’analyse et de développement. Les concepts FAIR, initialement définis dans le contexte d’ouverture des données de la recherche, seront ici adaptés pour cadrer avec un projet type de développement et/ou analyse bioinformatique/biostatistique. Ainsi, la formation n’abordera pas les aspects “FAIR” spécifiques aux données mais introduira plusieurs outils permettant d’améliorer la reproductibilité des analyses.

Objectifs pédagogiques

A la fin de cette formation, les participants pourront mettre en oeuvre les principes de la science reproductible : encapsuler un environnement de travail, concevoir et exécuter des workflows, gérer des versions de code, passer à l’échelle sur un cluster de calcul, gérer des environnements logiciels et assurer la traçabilité de leur analyse à l’aide de Notebooks.

La formation organisée en deux temps

La formation s’organise en deux temps :

• Premier et deuxième jours : formation théorique et pratique aux outils de la science reproductible dans un projet bioinformatique
• Troisième jour : atelier optionnel de travail sur le matériel pédagogique de la formation à destination de futurs formateurs

Overview

Researchers often have access to or generate multiple omics data (RNAseq, metabolomics, lipidomics, proteomics…) within a single study. Although each omics data is usually analyzed individually, combining complementary data can yield a better understanding of the mechanisms involved in biological processes. Several integrative approaches are now available to combine such data, coming essentially from two families of methods, namely multivariate statistical analyses and network-based approaches. During this summer school both methodologies will be covered, introducing RGCCA and mixOmics for multivariate analyses and WGCNA and SNF for network-based strategies. To get meaningful biological information, the interpretation of statistical results needs to be done contextualizing them in the available biological knowledge. To address this major step we need to be able to access and interrogate databases. We will harness this subject introducing semantic web and knowledge graphs in the context of metabolic networks.

During the School, significant time will be devoted to hands-on and the program will be divided into three phases / topics:

• Multivariate statistical analyses (Instructors: Arnaud Gloaguen & Jimmy Vandel)
• Network-based approaches (Instructors: Morgane Térézol & Marie-Galadriel Brière)
• Results contextualisation: an introduction to metabolic models, web semantic and knowledge graphs (Instructors: Jean-Clément Gallardo, Maxime Delmas & Marco Pagni)

The participants will work in groups and shortly present the application of what they have learned to their own project.

Audience

This course is addressed to life scientists and biomedical researchers (mostly PhD students and postdocs) working with more than one omics data.

Learning outcomes

At the end of the course, the participants should be able to:

• analyze their data in an integrative manner
• contextualize their results with available databases
  
  

Prerequisites

Knowledge / competencies
The level of this course is intermediate, with the following requirements:

• experience with at least one omic technique
• basic statistics
• R programming

Technical
You are required to bring your own laptop, more instructions will be communicated to the course participants.

Schedule - CET time zone

D0 - Sunday 3 September
Evening: arrival, check-in, dinner

D1 - Monday 4 September
Morning: general overview
Afternoon: Multivariate statistical analyses

D2 - Tuesday 5 September
Morning: Multivariate statistical analyses
Afternoon: Network-based approaches

D3 - Wednesday 6 September
Morning: Network-based approaches
Afternoon: social activity

D4 - Thursday 7 September
Morning & Afternoon: Results contextualisation: an introduction to metabolic models, web semantic and knowledge graphs

D5 - Friday 8 September
Presentations: Application to your research project
~14h: End of the event.

Application

Application is now closed, with a long waiting list.

Please note that while the school is oversubscribed, we will need to start the validation process early June. Thank you for your understanding.

The registration fees (including accommodation in double rooms and meals) for academics are 650 EUR/CHF and 1000 EUR/CHF for for-profit companies. A special discount price will be available for the members of the SIB PhD Training Network and for the members of IFB.

Venue and Time

This course will take place in the Centre de Vacances et Colloques Paul Langevin (CNRS), in the village of Aussois (Savoie, France).

The event will start on Sunday evening and end on Friday around lunch time.

Additional information

Coordination: Olivier Sand, Florence Mehl, Grégoire Rossier, Hélène Chiapello.

Scientific committee: Guillemette Marot (University of Lille), Marija Buljan (EMPA/SIB), Anaïs Baudot (Marseille Medical Genetics), Julien Boccard (University of Geneva)

We will recommend 2 ECTS credits for this course (given a passed exam at the end of the course).

Please note that participation in SIB courses is subject to our general conditions.

SIB abides by the ELIXIR Code of Conduct. Participants of SIB courses are also required to abide by the same code.

Objectives

This workshop focuses on the large-scale study of heterogeneity across individual cells from a genomic, transcriptomic and epigenomic point of view. New technological developments enable the characterization of molecular information at a single cell resolution for large numbers of cells. The high dimensional omics data that these technologies produce raise novel methodological challenges for the analysis. In this regard, dedicated bioinformatics and statistical methods have been developed in order to extract robust information.

The workshop aims to provide such methods for engineers and researchers directly involved in functional genomics projects making use of single-cell technologies. A wide range of single cell topics will be covered in lectures, demonstrations and practical classes. Among others, the areas and issues to be addressed will include the choice of the most appropriate single-cell sequencing technology, the experimental design and the bioinformatics and statistical methods and pipelines. For this edition, new courses/practicals will focus on spatial transcriptomics, cell phenotyping and additional multi-omics