Améliorez vos connaissances en Oncologie de précision: Génomique et Big Data grâce à ce programme, vous y trouverez le meilleur matériel didactique avec des études de cas réels. Informez-vous des dernières avancées de la spécialité pour être en mesure d'exercer une pratique médicale de qualité"

L'un des objectifs fondamentaux du programme est de rapprocher et de diffuser les connaissances informatiques, qui sont déjà appliquées dans d'autres domaines mais qui n'ont qu'une application minimale dans le monde médical, malgré le fait que, pour que la médecine génomique devienne une réalité, il est nécessaire d'interpréter avec précision l'énorme volume d'informations cliniques actuellement disponibles et de les associer aux données biologiques générées après une analyse bio-informatique.

Bien qu'il s'agisse d'un défi difficile à relever, il permettra d'explorer les effets des variations génétiques et les thérapies potentielles rapidement, à moindre coût et avec une plus grande précision que ce qui est actuellement possible. L'être humain n'est pas naturellement équipé pour percevoir et interpréter des séquences génomiques, ni pour comprendre l'ensemble des mécanismes, des voies et des interactions qui se déroulent dans une cellule vivante, ni pour prendre des décisions médicales comportant des dizaines ou des centaines de variables. Pour aller de l'avant, il faut un système doté d'une capacité d'analyse surhumaine pour simplifier l'environnement de travail et montrer les relations et les proximités entre les variables. 

En génomique et en biologie, il est désormais reconnu qu'il vaut mieux consacrer des ressources à de nouvelles techniques de calcul qu'à la collecte pure et simple de données, ce qui est peut-être aussi le cas en médecine et, bien sûr, en oncologie. 

Nous disposons de millions de données ou de publications mais lorsqu'elles sont analysées par des médecins ou des biologistes, les conclusions sont totalement subjectives et relatives aux publications qui sont hiérarchisées de manière arbitraire, ce qui génère des connaissances partielles, et bien sûr, de plus en plus éloignées des connaissances génétiques et biologiques disponibles et soutenues par le calcul. Par conséquent, le progrès considérable dans la mise en œuvre de la médecine de précision consiste à combler cette lacune en analysant massivement les informations médicales et pharmacologiques disponibles.

Mettez vos connaissances à jour grâce au mastère spécialisé en Oncologie de précision: Génomique et Big Data"

Ce mastère spécialisé en Oncologie de précision: Génomique et Big Data contient le programme scientifique le plus complet et le plus à jour du marché. Les caractéristiques les plus importantes du cours sont:

• Développement de plus de 75 études de cas présentées par des experts en oncologie de précision: génomique et big data. Les contenus graphiques, schématiques et éminemment pratiques avec lesquels ils sont conçus fournissent des informations scientifiques et sanitaires essentielles pour une pratique professionnelle de qualité
• Nouveaux développements en oncologie de précision, génomique et big data
• Il contient des exercices pratiques où le processus d'auto-évaluation peut être réalisé pour améliorer l'apprentissage
• Un système d'apprentissage interactif basé sur des algorithmes pour la prise de décision sur les situations présentées
• Avec accent particulier sur la médecine fondée sur les preuves et les méthodologies de recherche dans l’oncologie de précision: génomique et big data
• Tout cela sera complété par des cours théoriques, des questions à l'expert, des forums de discussion sur des sujets controversés et un travail de réflexion individuel
• Les contenus sont disponibles à partir de tout appareil fixe ou portable doté d'une connexion internet

Ce mastère spécialisé peut être le meilleur investissement que vous puissiez faire dans le choix d'un programme de remise à niveau pour deux raisons: en plus d'actualiser vos connaissances en Oncologie de précision: Génomique et Big Data, vous obtiendrez un mastère spécialisé de TECH Université Technologique"

Son corps enseignant comprend des professionnels du domaine de l’ oncologie, qui apportent leur expérience professionnelle cette spécialisant, ainsi que des spécialistes reconnus par des sociétés de premier plan et des universités apportent.

Grâce à son contenu multimédia développé avec les dernières technologies éducatives, les spécialistes bénéficieront d’un apprentissage situé et contextuel. Ainsi, ils se formeront dans un environnement simulé qui leur permettra d’apprendre en immersion et de s’entrainer dans des situations réelles.

La conception de ce programme est basée sur l'apprentissage par problèmes, grâce auquel le médecin devra essayer de résoudre les différentes situations de pratique professionnelle qui se présentent tout au long du programme. Pour cela, le médecin sera assisté d'un système vidéo interactif innovant créé par des experts reconnus dans le domaine de l' oncologie et possédant une grande expérience de l'enseignement.

Ce mastère spécialisé vous permet de vous exercer dans des environnements simulés, qui offrent un apprentissage immersif programmé pour une formation en situation réelle"

Il comprend des cas cliniques afin de rapprocher le développement du programme au plus près de la réalité des soins médicaux"

Le Mettez vos connaissances à jour grâce au mastère spécialisé en Oncologie de précision: Génomique et Big Data vise à faciliter la performance du médecin dédié au traitement de la pathologie oncologique dans laquelle il est nécessaire d'interpréter avec précision l'énorme volume d'informations cliniques actuellement disponibles et de les associer aux données biologiques générées après une analyse bio-informatique.

Ce mastère spécialisé en Oncologie de précision: Génomique et Big Data est conçu pour vous permettre d'actualiser vos connaissances en oncologie de précision: génomique et big data, avec l'utilisation des dernières technologies éducatives, pour contribuer avec qualité et sécurité à la prise de décision, au diagnostic, au traitement et aux soins des patients"

Objectif général

• Être capable d'interpréter avec précision le volume d'informations cliniques actuellement disponibles et associées aux données biologiques générées après une analyse bioinformatique

Objectifs spécifiques 

Module 1. Biologie moléculaire

• Actualiser les connaissances en biologie moléculaire du cancer, notamment en ce qui concerne le concept d'hétérogénéité génétique, la reprogrammation du 
  micro-environnement, le rôle de la réponse immunitaire dans la lutte contre le cancer et les mécanismes moléculaires impliqués dans le processus d'invasion et de métastase
• Fournir et élargir les connaissances sur l'immunothérapie, qui constitue un exemple d'avancée scientifique manifeste dans le domaine de la recherche translationnelle et l'un des axes de recherche les plus prometteurs dans le traitement du cancer
• Découvrez une nouvelle approche de la classification des tumeurs les plus courantes basée sur les données génomiques disponibles auprès du réseau de recherche T.C.G.A (The Cancer Genome Atlas), qui non seulement renouvelle les idées traditionnelles sur la façon dont les tumeurs malignes sont diagnostiquées et traitées, mais pourrait également avoir un impact profond sur le futur paysage du développement des médicaments

Module 2. Oncologie génomique ou de précision

• Discutez de l'évolution du paysage actuel avec l'introduction des données génomiques dans la compréhension biologique des tumeurs qui a permis un changement dans la recherche et le traitement des tumeurs; de la vision classique qui définit le cancer comme une maladie en fonction du tissu dans lequel il a pris naissance, à la prise en compte de la signature génomique pour identifier les sous-types de tumeurs ayant une valeur pronostique et prédictive indépendante
• Expliquer comment la classification génomique, bien que corrélée au tissu d'origine, fournit des informations indépendantes pour prédire les résultats cliniques, et constituera la base biologique d'une ère de traitement personnalisé du cancer
• Connaître les nouvelles technologies génomiques actuellement utilisées pour le séquençage de l'ADN et de l'ARN, basé sur la séquence du génome humain et rendu possible depuis l'achèvement du projet du génome humain, qui a signifié une expansion sans précédent des capacités de la génétique moléculaire dans la recherche génétique et le diagnostic clinique
• Commenter le processus bioinformatique suivi pour l'interprétation et l'application des données biologiques, qui est fondamental depuis l'avènement des techniques modernes de séquençage, et qui permet l'organisation, l'analyse et l'interprétation des informations biologiques aux niveaux moléculaire, cellulaire et génomique, ce qui reste primordial aujourd'hui, puisque l'identification des séquences d'acides nucléiques est devenue un outil omniprésent et essentiel dans tous les domaines de la science biologique

Module 3. Évolution de la pratique clinique actuelle et nouvelles applications de l’oncologie génomique

• Discuter et interpréter la charge mutationnelle tumorale (TMB) en tant que biomarqueur génomique ayant un impact significatif sur le paysage de l'immunothérapie du cancer. Ce marqueur émergent mesure le nombre de mutations dans le génome de la tumeur et il a déjà été démontré qu'il était associé à une meilleure réponse aux inhibiteurs de points de contrôle immunitaire
• L'apprentissage de la biopsie liquide de l'ADN circulant nous permet de comprendre spécifiquement le type de changements moléculaires qui se produisent dans la tumeur en temps réel, ce qui représente un grand pas au-delà des critères actuels de réponse et de suivi cliniques des tumeurs
• Décrire le paradigme actuel de l'intégration des données génomiques dans la pratique clinique actuelle, où la sélection du traitement doit être dictée par les aberrations moléculaires spécifiques trouvées dans la tumeur de chaque patient. Ainsi, le paradigme classique d'essais cliniques où l'éligibilité des patients est basée sur des paramètres clinicopathologiques est abandonné au profit d'essais cliniques actuels qui recrutent les patients sur la base d'aberrations moléculaires spécifiques

Module 4. Utilisation d’ Unix y Linux en bioinformatique

• Discutez de la manière dont le recours au séquençage de nouvelle génération (NGS) dans un contexte de diagnostic, soulève de nombreuses questions concernant l'identification et le signalement de variantes dans des gènes secondaires à la pathologie du patient. Il est donc essentiel de définir les gènes considérés comme exploitables par une curation efficace et la collecte de données publiées
• Découvrez le système d'exploitation Linux, qui est actuellement fondamental dans le monde scientifique, tant pour l'interprétation des données biologiques issues du séquençage que pour l'extraction de textes médicaux lorsqu'il s'agit de données à grande échelle. Les raisons sont nombreuses mais l'une d'entre elles justifie ce module: Unix est le système le plus populaire au monde et est largement utilisé, notamment dans le monde scientifique, et étant un système open source, il correspond clairement à la démarche scientifique de partage des résultats et des méthodes pour assurer la reproductibilité des résultats
• Fournir les bases de l'accès à un serveur Linux et comment trouver et installer des paquets pour installer des logiciels localement

Module 5. Analyse des données dans les projets de big data: langage de programmation R

• Décrire les commandes Linux de base pour: créer, renommer, déplacer et supprimer des répertoires ; lister, lire, créer, modifier, copier et supprimer des fichiers ; comment fonctionnent les permissions et comment déchiffrer facilement les permissions Linux les plus cryptiques; les méthodes de recherche de fichiers et de répertoires ; comment comparer le contenu des fichiers; ce que sont les pipes, pourquoi elles sont utiles et comment les utiliser ; comment compresser les fichiers pour gagner de l'espace et faciliter le transfert de données, etc.
• S'initier au langage de programmation R, qui présente les avantages d'être un langage de programmation open source, de disposer de multiples paquets d'analyse statistique, d'une communauté qui s'efforce de développer les différents aspects de cet outil, et de fournir un langage efficace pour la gestion et la manipulation des données
• Apprenez les concepts de base de la programmation R tels que les types de données, l'arithmétique vectorielle et l'indexation
• Effectuer des opérations dans R, notamment trier, créer ou importer des données
• Apprenez comment la résolution de problèmes commence par une décomposition modulaire, puis d'autres décompositions de chaque module dans un processus appelé raffinement successif
• Apprenez les concepts de base de l'inférence statistique pour comprendre et calculer les valeurs p et les intervalles de confiance tout en analysant les données avec R
• Fournir des exemples de programmation R d'une manière qui aidera à faire le lien entre les concepts et la mise en œuvre

Module 6. Environnement graphique en R

• Utiliser des techniques de visualisation pour explorer de nouveaux ensembles de données et déterminer l'approche la plus appropriée
• Décrire les techniques statistiques les plus appropriées comme alternative lorsque les données ne sont pas conformes aux hypothèses requises par l'approche standard
• Apprenez les bases de la recherche reproductible en utilisant des scripts R pour analyser les données
• Apprenez à visualiser les données, ce qui vous permettra d'extraire des informations, de mieux comprendre les données et de prendre des décisions plus efficaces
• Apprenez à prendre des données qui, à première vue, n'ont pas beaucoup de sens et à les présenter visuellement de manière à ce qu'elles soient utiles à votre analys

Module 7. Analyse statistique en R

• Apprenez à utiliser les trois principales sources de graphiques de R: base, lattice et ggplot2
• Savoir sur quoi se base chaque progiciel graphique pour définir celui à utiliser et les avantages offerts par chacun d'entre eux

Module 8. Machine learning pour  l’analyse de big data

• L'apprentissage automatique révolutionne le monde de la génomique, alors pourquoi pas le monde de la médecine? L'apprentissage automatique permet de traiter et d'analyser rapidement et automatiquement d'énormes volumes de données complexes structurées, semi-structurées et non structurées (Big Data) et est essentiel pour d'innombrables applications nouvelles et futures visant à obtenir des informations et des connaissances L'apprentissage automatique alimente des technologies innovantes telles que les moteurs de recommandation, la reconnaissance des formes, la protection contre les effets indésirables et même l'interaction entre professionnels et patients
• L'un des principaux objectifs de ce module est de comprendre ce qu'est l'apprentissage automatique et d'utiliser certaines des techniques de classification des données (arbre de décision, k-NN, machines à vecteurs de support, réseaux neuronaux, etc.)
• Apprenez à diviser les données en un ensemble de test et un ensemble d'apprentissage et découvrez les concepts de biais et de variance

Module 9. L’exploration de données appliquée à la génomique

• Apprenez comment l'exploration de données permet de trouver des modèles et des régularités dans les bases de données, ce qui sera très utile pour faire des prédictions et des pronostics, et en général pour améliorer et étendre les connaissances par l'interaction avec les données, ce qui est fondamental pour l'enrichissement des variantes génétiques et sera fondamental pour l'enrichissement clinique et la mise en œuvre de l'oncologie de précision
• Apprendre à appliquer les principes de l'exploration de données à la dissection de grands ensembles de données complexes (Big Data), y compris ceux contenus dans de très grandes bases de données ou sur des pages web
• Explorer, analyser et exploiter les données et les transformer en informations utiles et précieuses pour la pratique clinique

Module 10. Techniques d’exploration des données génomiques

• Comprendre comment la plupart des données scientifiques apparaissent dans des documents tels que des pages web et des fichiers PDF difficiles à traiter pour une analyse ultérieure, mais qui peuvent être rendus utilisables grâce à des techniques de scraping
• La possibilité d'accéder à de nombreuses sources de données via le web a fait des techniques de scraping un élément essentiel de la boîte à outils pour la mise en œuvre de la médecine de précision, en permettant l'extraction massive d'informations, leur traitement ultérieur et leur conversion en données utiles pour l'interprétation

Module 11. Nouvelles techniques à l’ère de la génomique

• Mettre en pratique les connaissances acquises pour l'interprétation d'une étude génomique dans plusieurs cas de cancer en extrayant des informations utiles pour aider à la prise de décision
• Utilisation de différents algorithmes réalisés avec le langage R pour l'extraction de connaissances des bases de données Pubmed, DGIdb et Clinical Trials à partir de la recherche d'informations génétiques dans certaines tumeurs

Module 12. Application de la bioinformatique en oncologie génomique

• Connaître la fonction des gènes avec peu d'informations cliniques en se basant sur la proximité ontologique
• Découvrez les gènes impliqués dans une maladie à partir d'une recherche massive dans Pubmed et d'une représentation graphique du niveau de preuve scientifique

Saisissez l’occasion et faites le pas pour vous tenir au courant des derniers développements en matière mastère spécialisé"