COURS VIRTUEL, organisé en temps réel (Paris Time, GMT+1)
La diversité entre les tumeurs de différents patients et même entre les cellules cancéreuses d'un même patient rend le tableau très complexe. L’idée d’une médecine “personnalisée” ou “de précision” a été suggérée, visant à trouver des régimes de traitement sur mesure pour chaque patient suivant le contexte génétique individuel et le profil moléculaire de la tumeur. Ce défi est réalisable grâce à une caractérisation moléculaire des cancers suffisante, accumulée en utilisant les technologies à haut rendement et des technologies d’imagerie avancée. Cependant, malgré la disponibilité des données de cancer multi-échelles, elles ne sont pas suffisamment exploitées pour nous informer sur les mécanismes dérégulés qui pourraient amener à une meilleure stratification des patients et des traitements spécifiques du cancer.
Ce cours est un événement sponsorisé par FEBS.
Date limite d'inscription reportée au 10 septembre 2021 .
Laure FOURNIER - FR
Yvan SAEYS – BE
Julio SAEZ-RODRIGUEZ - DE
Magnus RATTRAY - UK
Emmanuel BARILLOT - FR
Anaïs BAUDOT - FR
Olivier AYRAULT - FR
Nathalie VIALANEIX - FR
Carl HERRMANN - DE
Andrei ZINOVYEV - FR
Kay NIESELT - DE
Stéphanie ALLASSONNIERE - FR
Samuel KASKI - FI
Irène BUVAT - FR
Asmund FLOBAK - NO
Joakim LUNDEBERG - SE
Pierre FILLARD - FR
Nikos PARAGIOS - FR
Thomas WALTER - FR
Jean-Philippe VERT - FR
Chloé-Agathe AZENCOTT - FR
Lodewyk WESSELS – NL
Joaquin DOPAZO - ES
Cette liste d'intervenants n'est pas définitive
Notre objectif est d’aider les participants à améliorer l’interprétation et l’usage des données multi-échelle qui sont accumulées dans les laboratoires biologiques ou médicaux. Cette année, la formation se concentrera particulièrement sur l'application des approches d'apprentissage automatique (AA) pour l'analyse de données multi-omiques dans la recherche sur le cancer et les avantages pour les cliniques. Nous examinerons les méthodes et outils actuels pour l’analyse et l’interprétation des données massives, ainsi que des applications concrètes liées au cancer. En particulier, nous mettront l’accent sur le rôle des méthodes IA/AA pour la compréhension d’hétérogénéité des tumeurs et leurs applications sur le développement de traitements personnalisés.
Nous avons invité des intervenants de différents domaines de la biologie des systèmes de cancer, en particulier du domaine de Big Data et de l'apprentissage automatique (AA) dans la recherche sur le cancer et dans les cliniques. Ces invités exposeront plusieurs approches pour les données omiques, l’imagerie, l’analyse de données cliniques et leur interprétation, en combinant les réseaux de signalisation avec les données multi-échelles et en leur associant des données cliniques. De plus, les algorithmes de prédiction de sensitivité aux drogues ; l’identification de marqueurs biologiques et de promoteurs du cancer ; les approches de stratification de patients ; les applications de la modélisation mathématique et de l’analyse d’images au cancer orientée sur les approches IA/AA seront présentées.
En outre, des algorithmes de prédiction de la sensibilité aux médicaments , l'identification de biomarqueurs et de promoteur de cancer, des approches de stratification des patients, l'application de la modélisation mathématique et de l'analyse d'images dans le domaine du cancer, en mettant l'accent sur les approches de l'apprentissage automatique pour l'intégration de l'analyse de données multi-omiques seront démontrés.
Ce cours est sponsorisé par la Federation of European Biochemical Societies (FEBS). L'un des objectifs majeurs de FEBS est la publication de journals de haute qualité scientifique par des chercheurs pour des chercheurs. Plus d'information sur les FEBS Journals ICI .
Table ronde pour l’atelier développement de carrière
Aucune expérience particulière n’est requise en programmation et modélisation, ou connaissances approfondies de la biologie des systèmes. Les présentations seront conçues de manière didactique, proposant aux participants une introduction sur les fondamentaux de la biologie des systèmes et son application dans la recherche sur le cancer.
La sélection des participants se fait sur l’évaluation des candidatures. Documents nécessaires listés ci-dessous:
1 - Déclaration de motivation expliquant vos raisons pour assister à ce cours (max. 2000 caracteres)
2 - Resume du project de recherche ou description du sujet scientifique sous la forme d’un abstract (max. 2000 caracteres)
3 - Dans 1 SEULE fichier PDF file compiler le CV (max. 1 page) et la Description du sujet scientifique sous la forme d’un abstract (max. 1 page)
4 - Lettre de recommandation de la part de au moins 1 personne. Sous form de PDF à telecharger.
À noter : Si vos référents souhaitent contacter directement le comité scientifique de l’organisation, les lettres peuvent être envoyées directement par courriel AVANT la date limite des applications.
Ceci est une formation en ligne. L’inscription pour les étudiants et post-doctorants est gratuite. L’inscription est obligatoire pour toutes les catégories de participants.
Suite à l’inscription et en suivant la procédure de sélection, les participants recevront l’accès à :
4 ECTS pour les étudiants Master et PhD .
La formation validera 4 crédits ECTS pour les étudiants en master et doctorants. La présence à la formation en ligne sera suivie quotidiennement par des formulaires en ligne. Les certificats de formations seront envoyés aux participants après la fin de la formation.
Évaluation des étudiants (par un comité scientifique) :
- Masters 2 : les étudiants seront évalués en fonction de leur présentation au Journal Club + activités générales pendant les discussions scientifiques.
- Doctorants : les étudiants seront évalués en fonction de leur présentation flash + posters + activités générales pendant les discussions scientifiques.
-Il est demandé aux candidats Post-doc de faire une présentation flash et un poster sur leur recherche scientifique. L’abstract le plus significatif sera choisi pour une présentation orale de 15 minutes.
Inna KUPERSTEIN - Institut Curie, FR
Emmanuel BARILLOT - Institut Curie, FR
Chloé-Agathe Azencott CBIO - MINES - ParisTech – FR
Thomas WALTER CBIO - MINES - ParisTech – FR
Stéphanie ALLASSONNIERE - Université Paris Descartes, France , Ecole Polytechnique, France
Kay NIESELT - University of Tübingen, DE
Denis THIEFFRY - IBENS - ENS - FR
Laurence CALZONE - Institut Curie, FR
Andrei ZINOVYEV - Institut Curie, FR
Inna KUPERSTEIN - Institut Curie, FR
Emmanuel BARILLOT - Institut Curie, FR
Stéphanie ALLASSONNIERE - Université Paris Descartes, France , Ecole Polytechnique, France
Kay NIESELT - University of Tübingen, DE
Denis THIEFFRY - IBENS - ENS - FR
Mathur PALLAVI - Institut Curie, FR
Aafrin PETTIWALA - Institut Curie, FR
