Descriptif
En une cinquantaine d'années, l'informatique est devenue une composante essentielle dans beaucoup de secteurs de la recherche et de l'ingénierie en biologie.
De nouveaux domaines se sont imposés qui, sans informatique, n'existeraient pas, du simple fait de la masse de données à traiter: par exemple, le séquençage des génomes et donc la génomique comparée, la classification des protéines et des ARN, la prédiction et l'ingénierie des structures qui ouvrent des voies nouvelles en biologie, pharmacologie et médecine, avec les enjeux nouveaux de la médecine génomique. Réciproquement, les questions soulevées par la biologie et les singularités des données biologiques induisent de nouveaux problèmes en algorithmique, combinatoire et apprentissage.
Si le séquençage à haute vitesse atteint maintenant des débits spectaculaires, certaines analyses restent encore longues, délicates et coûteuses. Les données « -omiques » et cliniques peuvent aussi être rares pour certaines pathologies et l'exception est souvent la règle. Le recours systématique à l'apprentissage massif touche ainsi ses limites. Enfin, le biologiste et le médecin attendent des explications. La modélisation, l'algorithmique et la science des données prennent donc une importance croissante. On s'attache à la construction de modèles informatiques et mathématiques pour prédire mais aussi expliquer les phénomènes biologiques qui se produisent au niveau de la cellule et de ses composants, et aussi pour des groupes de cellules, voire des organismes complexes. Il s'agit souvent de concevoir des outils dédiés à des phénomènes très particuliers.
Mais les techniques de l’information seules ne sauraient résoudre les problèmes et de larges connaissances en biologie restent indispensables en amont et en aval pour une contribution certaine aux sciences du vivant. La Bioinformatique, à l'interface entre Biologie et Informatique, est ainsi une discipline très diversifiée et qui évolue rapidement, tant les questions posées se renouvellent vite au fur-et-à-mesure des découvertes en biologie et du progrès des outils d'observation du monde vivant.
Les Neurosciences constituent un domaine encore plus vaste. Les compétences acquises dans le Programme d'Approfondissement Bioinformatique constituent aussi une bonne introduction pour aborder les Neurosciences avant une spécialisation dans ce domaine en quatrième année.
Durant les deux premières périodes, l’accent est mis sur la consolidation des connaissances dont l’utilisation transversale sera développée au cours du stage de recherche.
Les règles imposées veillent à maintenir un certain équilibre entre biologie et informatique, avec quelques compléments possibles en statistique, afin d'acquérir la compétence étendue qui fait la spécificité du bioinformaticien, et qui lui permettra de s'insérer facilement dans des équipes pluridisciplinaires. Ces règles visent aussi à éviter la dispersion, tout en permettant à chacun de consolider ses points faibles et d'approfondir le domaine pressenti pour un début de carrière.
Objectifs
Le programme d'approfondissement en Bioinformatique est une introduction aux concepts et enjeux de cette discipline, à travers quelques cours généraux en biologie et en informatique et quelques autres modules qui peuvent constituer un début de spécialisation. Il s’agit de se donner la compétence double qui permettra d’interagir au plus haut niveau avec des informaticiens, des biologistes et des médecins, au sein des équipes pluridisciplinaires qui structurent maintenant la recherche et le développement dans ce domaine. Un choix de cours relativement vaste, théoriques ou appliqués, donne la possibilité de se construire un parcours individualisé, pour compléter sa formation au cas par cas et préparer un projet de carrière adapté, en fonction de ses centres d'intérêts.
Cette spécialisation se poursuivra en quatrième année, avant une orientation aussi bien vers le monde académique que vers le monde de l'entreprise. Dans ce dernier cas aussi, s'agissant le plus souvent de sociétés internationales, la thèse est toujours une étape conseillée pour une carrière de haut niveau.
À l'issue du programme d'approfondissement, il est possible de continuer un cursus en bioinformatique. Il est possible aussi de se réorienter vers l'informatique ou la biologie, en conservant un bénéfice de ce début de double formation bioinformatique. La poursuite dans un cursus monodisciplinaire suppose bien entendu que cette discipline soit restée une majeure du cursus de 2A et 3A, étayant ainsi cette motivation.
Comme formations relativement équilibrées entre les deux disciplines, on peut citer, par exemple,
- le « MSc in Computer Science with option in Bioinformatics » de McGill,
- le « MSc in Computational Biology and Quantitative Genetics » de Harvard,
- le « MSc in Computer Science with track in Computational Biology » de Columbia,
- le « MSc in Bioinformatics » de University of Copenhagen avec deux spécialisations « Computational Biology » et « Computer Science »,
- le « MPhil in Computational Biology » de Cambridge,
- le « MSc in Bioinformatics and Theoretical Systems Biology » de Imperial College London,
- le « Master in Computational Biology and Bioinformatics » de ETH Zürich...
On peut ajouter, en France, des M2 comme « AMI2B » de Paris-Saclay, le parcours BIM « BioInformatique et Modélisation » du master d'Informatique de Sorbonne Université, et d'autres à Bordeaux, Aix-Marseille, Toulouse, ... La durée de ces formations est variable, de un an pour un M2 en France ou certains MSc, à deux ans pour des programmes plus complets. Elles proposent en général une voie recherche qui prépare à la poursuite en thèse.
Les débouchés en recherche académique, après une thèse, sont en laboratoires universitaires ou dans les grands centres de recherche français (INRA, Institut Pasteur, Institut Curie, Inserm...) ou internationaux (ex. EBI, SIB, NCBI...). Les activités exercées peuvent concerner notamment la conception d'algorithmes d'analyse ou de prédiction, mais également le développement, le nettoyage et l'enrichissement des grandes bases de données qui sont mises à disposition de la communauté, ainsi que l’ingénierie des plateformes qui les hébergent.
Les débouchés en entreprise, de préférence après une thèse, peuvent être en Recherche et Développement dans les industries pharmaceutique et agroalimentaire, l'agrochimie, l'ingénierie pour la santé, l'environnement, ou les biotechnologies.
Il existe aussi des débouchés en gestion et valorisation de la R&D et en conseil ou management de l'innovation technologique.
Diplômes concernés
Pré-requis
• au moins un cours de Biologie, de préférence, BIO452 - « Biologie moléculaire et information génétique », • au moins deux cours d’Informatique (hors modal), de préférence, INF421 – « Conception et analyse d’algorithmes » et INF442 – « Traitement des données massives », • au moins un projet de programmation (soit intégré dans un cours d’informatique, soit comme le modal d’Informatique, • il est également conseillé d’avoir suivi MAP433 « Statistiques » ou à défaut, MAP432 « Modélisation des phénomènes aléatoires ».Composition du parcours
- PA-BIOINFO P1 PA-BIOINFO P1
- BIO551 Immunologie et agents infectieux
- BIO553 Biotechnologies pour la médecine et l'agriculture
- BIO556 Génomes : diversité, environnement et santé humaine
- BIO557 Neurosciences
- INF550 Algorithmique avancée
- INF552 Data Visualization
- INF555 Constraint-based Modeling and Algorithms for Decision-making
- INF556 Topological Data Analysis
- BIO571A Travaux expérimentaux de génie génétique
- BIO571B Travaux expérimentaux en imagerie quantitative
- INF554 Machine and Deep learning
- INF573 Image Analysis and Computer Vision
- MAP573 Data Analysis and Unsupervised Learning
- BIO511 Projet de 3e année de Biologie - Période 1
- BIO572 Reconstitution Personnalisée du Processus Tumoral (RPPT) - Période 1
- INF511A Projet de Bioinformatique - période 1
- PA-BIOINFO P2 PA-BIOINFO P2
- BIO562 Biologie des systèmes moléculaires
- BIO563 Epigénétique et ARN non-codants
- BIO566 Biologie computationnelle
- INF580 Large scale mathematical optimization
- INF581 Advanced Machine Learning and Autonomous Agents
- MAP566 Statistics in Action
- MAP569 Machine Learning II
- BIO583 Sciences des données en imagerie biologique
- BIO/INF588 Projet en bioinformatique
- BIO511B Projet de 3e année de Biologie - Période 2
- BIO572B Reconstitution Personnalisée du Processus Tumoral (RPPT) - Période 2
- INF511B Projet de Bioinformatique - période 2
- PA-BIOINFO P3 PA-BIOINFO P3
- BIO591 Biologie et écologie
- INF591 Informatique
- GEN502 Présentation du PA Bioinformatique
