Le cours donne un aperçu général et principalement pratique des compétences fondamentales pour la bio-informatique (et, en général, l'analyse des données). L'objectif est de soutenir le développement simultané de compétences quantitatives et de programmation pour les étudiants en biologie et en biomédecine ayant peu ou pas d'expérience en programmation ou en analyse quantitative.
Grâce à ce cours, l'étudiant développera les compétences pratiques nécessaires pour effectuer une analyse de données de base. Plus important encore, les participants apprendront des compétences à long terme en programmation (et en analyse de données) et les lignes directrices pour améliorer leurs connaissances dans ce domaine. Le cours comprendra la programmation en R, la programmation en Python, le serveur Unix et la révision des concepts de base de la statistique.
Le premier module explorera les bases de la programmation à l'aide de R. Il s'agira notamment de travailler avec R et RStudio, de comprendre les types de données, les boucles et les " ifs ". En outre, le module fournira une introduction à RMarkDown en tant qu'outil de partage de code que nous utiliserons dans les cours de codage.
Inclus
17 vidéos2 lectures4 devoirs
Afficher les informations sur le contenu du module
17 vidéos•Total 123 minutes
Brève introduction au cours•2 minutes
Conférence : Programmation et R•4 minutes
Conférence : Introduction à RStudio•3 minutes
Conférence sur le codage : Premier contact avec RStudio•9 minutes
Introduction•1 minute
Conférence : Types de données dans R•3 minutes
Conférence : Structures de données en R•6 minutes
Conférence sur le codage : Types de données dans R - atomiques et vecteurs•15 minutes
Conférence sur le codage : Types de données dans R - listes et matrices•17 minutes
Conférence sur le codage : Types de données dans R - cadres de données•7 minutes
Cours magistral : Introduction au flux de contrôle•4 minutes
Conférence : Boucles•4 minutes
Conférence sur le codage : Les instructions "si" (If)•9 minutes
Conférence sur le codage : instructions en boucle•9 minutes
Conférence : Chargement et écriture•6 minutes
Conférence sur le codage : Chargement et écriture•18 minutes
Notions de base + où en savoir plus•5 minutes
2 lectures•Total 40 minutes
Mise en place de R•30 minutes
Ensembles de données disponibles à utiliser dans le cadre du cours.•10 minutes
4 devoirs•Total 95 minutes
Quiz sur l'introduction à R•20 minutes
Types de données dans R Quiz•15 minutes
Quiz sur le flux de contrôle en R•30 minutes
Quiz sur le chargement et l'écriture en R•30 minutes
Module 2 : Introduction à la programmation II (avec R)
Module 2•9 heures à terminer
Détails du module
Le deuxième module se concentrera sur deux objectifs. Premièrement, maîtriser l'utilisation des valeurs logiques et des vecteurs et leurs applications dans le contrôle de la qualité. Deuxièmement, mettre en pratique les compétences de programmation tout en apprenant à effectuer des analyses statistiques de base. Cela comprendra : l'analyse exploratoire des données, la corrélation, les modèles linéaires, le test T et l'ANOVA. Enfin, nous explorerons les ressources disponibles pour la programmation R.
Inclus
20 vidéos1 lecture2 devoirs6 devoirs de programmation
Afficher les informations sur le contenu du module
20 vidéos•Total 162 minutes
Introduction au module 2•1 minute
Cours : Valeurs logiques, vecteurs logiques et opérations sur ces valeurs.•6 minutes
Conférence sur le codage : Vecteurs logiques, partie 1.•11 minutes
Conférence sur le codage : Vecteurs logiques, partie 2.•7 minutes
Conférence : Contrôle de la qualité des données.•3 minutes
Conférence sur le codage : Contrôle de la qualité.•6 minutes
Cours magistral : Analyse exploratoire des données.•8 minutes
Conférence sur le codage : EDA partie 1.•9 minutes
Conférence sur le codage : EDA partie 2.•8 minutes
Cours magistral : Corrélation•12 minutes
Conférence sur le codage : corrélation en R•6 minutes
Cours magistral : Modèles linéaires•8 minutes
Conférence sur le codage : exemple de modèle linéaire•6 minutes
Coding Lecture : évaluation d'un modèle linéaire en R•6 minutes
Lecture : test t et ANOVA•19 minutes
Conférence sur le codage : test t.•8 minutes
Conférence sur le codage : ANOVA•7 minutes
Introduction à l'ensemble de données : Ensemble de données 4.•3 minutes
Analyse guidée.•26 minutes
Conférence : Paquets R•4 minutes
1 lecture•Total 10 minutes
Comment se déroulent les travaux de programmation R ?•10 minutes
2 devoirs•Total 40 minutes
Analyse et visualisation de données exploratoires en R•30 minutes
Quiz sur les bases de la programmation•10 minutes
6 devoirs de programmation•Total 345 minutes
Utilisation de valeurs logiques et de matrices•180 minutes
Contrôle de la qualité des données•45 minutes
Analyse de corrélation•30 minutes
Modèles linéaires•30 minutes
test t et ANOVA•30 minutes
Première analyse d'un ensemble de données d'expression.•30 minutes
Module 3 : Programmation en Python
Module 3•6 heures à terminer
Détails du module
Le troisième module présente les bases du langage de programmation Python. Tout d'abord, le module comparera les langages Python et R et apprendra la syntaxe de programmation de Python. Ensuite, le module travaillera avec deux modules clés de Python : pandas et numpy.
Inclus
19 vidéos1 lecture4 devoirs4 devoirs de programmation1 laboratoire non noté
Afficher les informations sur le contenu du module
19 vidéos•Total 151 minutes
Introduction au module•2 minutes
Conférence : Python et R•2 minutes
L'écosystème Python•11 minutes
Installation et environnements Python•21 minutes
Jupyter Lab•18 minutes
Conférence : Structures de données natives Python•2 minutes
Conférence sur le codage : Principes fondamentaux des types de données•9 minutes
Conférence sur le codage : Listes et tuples•9 minutes
Conférence sur le codage : Ensembles et dictionnaires•8 minutes
Exposé : contrôle de flux et fonctions.•1 minute
Cours de codage : conditions "if", boucles "for" et "while".•17 minutes
Cours de codage : déclarer et utiliser des fonctions en Python•6 minutes
Conférence : aperçu des modules en Python•2 minutes
Lecture : numpy•1 minute
Cours de codage : numpy•10 minutes
Conférence : les pandas•1 minute
Cours de codage : pandas•14 minutes
Conférence sur le codage : pandas pour l'exploration des données•9 minutes
Conférence sur le codage : Visualisation•9 minutes
1 lecture•Total 3 minutes
Ressources Python gratuites en ligne•3 minutes
4 devoirs•Total 40 minutes
Valeurs primitives et structures de données en Python•10 minutes
Syntaxe Python : for, if et fonctions•10 minutes
Le paquet numpy•10 minutes
Le paquet pandas•10 minutes
4 devoirs de programmation•Total 120 minutes
Structures de données Python•30 minutes
Flux de contrôle Python•30 minutes
Le paquetage NumPy•30 minutes
Le paquet pandas•30 minutes
1 laboratoire non noté•Total 45 minutes
Visualisation avec le paquet pandas•45 minutes
Module 4 : Étude de cas en bioinformatique - Analyse des données de l'ARN-seq en vrac et des données unicellulaires
Module 4•5 heures à terminer
Détails du module
Le dernier module se concentrera sur l'application des connaissances et de la compréhension de la programmation dans l'analyse des données réelles d'ARN-seq. R sera utilisé pour l'analyse de l'ARN-seq en vrac et Python pour l'ARN-seq unicellulaire. Les résultats des deux analyses seront ensuite intégrés. Enfin, le module fournira des indications sur la manière d'acquérir des connaissances et des compétences plus approfondies en R.
Inclus
19 vidéos2 lectures3 devoirs4 devoirs de programmation
Afficher les informations sur le contenu du module
19 vidéos•Total 142 minutes
Aperçu de la semaine•2 minutes
Cours magistral : Introduction à l'étude de cas•3 minutes
Conférence : Technologie ARN-seq et normalisation des données•6 minutes
Conférence sur le codage : Chargement et normalisation des données RNA-seq•19 minutes
Conférence : Analyse en composantes principales•5 minutes
Conférence sur le codage : Analyse ACP en R pour les données RNA-seq•12 minutes
Conférence : Recherche de gènes différentiellement exprimés•3 minutes
Conférence sur le codage : Analyse d'expression différentielle en R•15 minutes
Conférence : De l'ARN-seq à l'ARN-sc•3 minutes
Conférence : Représentation des expériences scRNA-seq en Python•3 minutes
Conférence sur le codage : Chargement d'une expérience scRNA-seq en Python•11 minutes
Conférence : Prétraitement des données scRNA-seq•3 minutes
Conférence sur le codage : prétraitement des scRNA-seq•11 minutes
Conférence : UMAP et réduction de la dimensionnalité dans les études unicellulaires•3 minutes
Conférence : Identification des types de cellules•4 minutes
Conférence sur le codage : Regroupement et identification des types de cellules avec Python•12 minutes
Conférence sur le codage : analyse scRNA-seq en R•14 minutes
Conférence : bioAI•11 minutes
Merci (pour tous les poissons)•1 minute
2 lectures•Total 20 minutes
Matériel pertinent pour la semaine 4•10 minutes
Ressources de référence pour l'analyse de cellules uniques en Python•10 minutes
3 devoirs•Total 12 minutes
Conférence : Représentation des expériences scRNA-seq en Python•10 minutes
prétraitement de l'ARNc-seq•1 minute
Clustering et identification des types de cellules avec Python•1 minute
4 devoirs de programmation•Total 120 minutes
Analyse des données de l'ARNseq des cellules T CD4+ en vrac•30 minutes
Le paquet anndata : gestion des données scRNA-seq en Python•30 minutes
prétraitement de scRNA-seq avec le paquet scanpy•30 minutes
Identification du type de cellule•30 minutes
Instructeurs
Évaluations de l’enseignant
Évaluations de l’enseignant
Nous avons demandé à tous les étudiants de fournir des commentaires sur nos enseignants au sujet de la qualité de leur pédagogie.
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
4.4
93 avis
5 stars
66,66 %
4 stars
16,12 %
3 stars
9,67 %
2 stars
2,15 %
1 star
5,37 %
Affichage de 3 sur 93
S
SS
5·
Révisé le 18 juin 2025
Thanks for the team who made this valuable course. All the best!
Pour accéder aux supports de cours, aux devoirs et pour obtenir un certificat, vous devez acheter l'expérience de certificat lorsque vous vous inscrivez à un cours. Vous pouvez essayer un essai gratuit ou demander une aide financière. Le cours peut proposer l'option "Cours complet, pas de certificat". Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Que recevrai-je si j'achète le certificat ?
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn.
Une aide financière est-elle disponible ?
Oui, pour certains programmes de formation, vous pouvez demander une aide financière ou une bourse si vous n'avez pas les moyens de payer les frais d'inscription. Si une aide financière ou une bourse est disponible pour votre programme de formation, vous trouverez un lien pour postuler sur la page de description.