Sessions de formation du Service d'Informatique Scientifique

Sessions de formation du Service d'Informatique Scientifique

[RE,LO]Les sessions de formation du SIS [RO,LE]

Le SIS organise depuis 1993 au rythme de deux fois par an des sessions de formation. Depuis 1995, elles sont organisées en deux parties distinctes, la première consacrée aux aspects informatiques, la seconde aux aspects bioinformatiques.

Chaque session dure en moyenne deux mois et demi, soit environ 160 heures de formation. Certaines formations mobilisent plus d'un enseignant, d'autres sont répétées plusieurs fois, selon les demandes. Le contenu et le déroulement de ces formations évoluent régulièrement. Par ailleurs, en dehors de ces sessions bi-annuelles, nous proposons aussi des formations plus spécialisées, en général durant l'été.

Les formations à l'informatique

L'activité de formation en Informatique du SIS a pour but d'initier les pasteuriens à l'usage des outils informatiques (Unix et Internet), auxquels ils n'ont jamais été confrontés, ou du moins pas toujours assez pour en exploiter pleinement les capacités. Il s'agit aussi pour certains de leur donner les bases suffisantes pour pouvoir utiliser les logiciels de biologie installés à leur intention sur le serveur central.

Les environnements de travail ouverts que sont le système Unix et le réseau Internet se prêtent bien à ce genre d'échanges entre utilisateurs éclairés et novices. L'amélioration des compétences des pasteuriens est une bonne chose pour tout le monde, surtout quand on sait que sur le réseau sont susceptibles de circuler des virus et autres dangers conçus visiblement pour exploiter la négligence ou l'insouciance des utilisateurs.

C'est aussi l'occasion pour les membres du service d'un contact direct avec les pasteuriens et réciproquement; c'est pourquoi nous faisons en sorte que la plupart des membres du SIS interviennent dans ces formations.

Programme actuel

Actuellement, la session de formations à l'Informatique comprend trois catégories, correspondant aux trois profils de candidats les plus courants.

Les formations d'initiation

Unix : Commandes de base et manipulation de fichiers
Courrier électronique sous UNIX
Navigation sur le Web

Ces formations apportent le pré-requis pour la plupart des activités du serveur central. Ils ont lieu en tout début de session pour ceux qui ont choisi d'autres formations à l'Informatique. Pour les personnes qui ne suivent que les formations à la Biologie Informatique, une session spéciale est organisée peu avant le début de ces formations.

Les formations de perfectionnement

Courrier électronique « avancé » : Listes de diffusion et News.
Navigation experte sur le Web: utilisation de moteurs de recherche
Outils Unix avancés
PERL

Pour ceux qui souhaitent approfondir leurs connaissances ou améliorer leur maîtrise des outils, des formations de perfectionnement sont organisés qui couvrent les aspects utiles mais pas forcément essentiels (moteurs de recherche, présentation des données, listes de diffusion...) ou sur lesquels on ne tombe pas par hasard (news). À cette catégorie de formations a été ajoutée cette année une intitiation au langage Perl, très connu dans le monde Unix/Internet, et qui a séduit beaucoup de biologistes.

Les formations spécialisés

HTML: Réaliser des pages Web
Mettre en oeuvre un serveur Web
Réseaux Informatiques

Avec les développement des publications électroniques et des réseaux, certains utilisateurs se voient maintenant confier des responsabilités au niveau de leur unité nécessitant quelques compétences en Informatique: correspondant informatique ou responsable de la publication de pages Web. Ces spécialités font l'objet de plusieurs formations spécifiques.

Évolutions

Le succès confirmé des formations précédentes et la popularisation des outils liés au réseau nous a amené cette année aux conclusions suivantes:

Les utilisateurs novices d'Internet, qui étaient encore majoritaires il y a trois ans, sont maintenant exceptionnels. 9 élèves sur 10 ont déja un compte sur le serveur central et ont déja utilisé le courrier électronique. Les formations d'initiation au courrier électronique et au web vont donc petit à petit devenir optionnels, mais néanmoins indispensables pour les vrais novices ! Le seul pré-requis indiscutable restera l'initiation au système Unix.
L'amélioration de l'expérience individuelle des utilisateurs permet d'aller plus loin dans les formations d'initiation et par conséquent dans les formations qui suivent.
De nouveaux thèmes vont être proposés progressivement soit dans des langages demandant plus d'expérience, ou des domaines nouveaux comme la sécurité informatique ou la documentation électronique(XML).

Les formations à la bioinformatique

Contexte

Dans leur grande majorité, les programmes informatiques utilisés en biologie traitent des séquences représentant des molécules biologiques, acides nucléiques ou protéines et tentent d'en extraire des informations interprétables en termes de caractéristiques biologiques des molécules correspondantes. Leur utilisation actuelle se conçoit essentiellement dans deux optiques :

s'inscrivant dans une démarche scientifique, à côté de méthodes expérimentales, ils permettent d'apporter des éléments de réponse à des questions élaborées dans le cadre de problématiques biologiques. L'interprétation des résultats obtenus, en relation avec les connaissances et questions concernant ces molécules permet de formuler, étayer, réfuter des hypothèses. De même que pour les méthodes expérimentales, le choix des programmes adéquats et la compréhension des résultats obtenus reposent sur une connaissance des méthodes, modèles et hypothèses qui les sous-tendent.
ces programmes sont au coeur des démarches mises en oeuvre dans la réalisation de projets de séquençage systématique de génomes, que ce soit lors de la phase d'obtention de la séquence complète finale ou pour l'analyser, c'est à dire interpréter la séquence nucléotidique dans le but d'y identifier des régions potentiellement codantes, régulatrices, etc, et formuler des hypothèses quant aux propriétés structurales ou fonctionnelles ou aux relations évolutives des protéines correspondantes. Les résultats de ces analyses font partie des annotations accompagnant les séquences génomiques dans les banques, dont elles constituent une part prépondérante (voir article sur les banques de séquences biologiques, page ??). L'exploitation des informations présentes dans les banques nécessite de pouvoir juger de leur valeur et du crédit à leur accorder, ce qui passe par une connaissance des méthodes employées pour les obtenir.

Motivations et objectifs

Si la nécessité pour un biologiste de connaître les méthodes informatiques d'analyses de séquences est du même ordre que celle de maîtriser les dessous d'approches expérimentales, la difficulté pour y parvenir n'est pas la même. Les programmes informatiques travaillent sur des données qui ne sont que des représentations (les séquences) des molécules étudiées. Ils incorporent des pré-supposés biologiques parfois violents (indépendance des évènements mutationnels aux différentes positions d'une séquence par exemple) et se fondent sur des modèles (mathématiques, biologiques, statistiques) dont la pertinence vis-à-vis des questions en jeu est variable. Les raisonnements qui leur sont sous-jacents font appel à des procédures de calcul dont l'exactitude, la sensibilité, la spécifité ou l'efficacité diffèrent d'un programme à l'autre et peuvent dépendre de paramètres du programme. Enfin, les représentations, définitions et méthodes qui participent à la formalisation et à la résolution d'un problème peuvent être de nature déterministe ou probabiliste. En conséquence, le contenu sémantique de ces programmes est souvent complexe, et les concepts et outils participant à leur construction, empruntés à plusieurs disciplines, font habituellement peu partie de la culture des biologistes.

Par ailleurs, leur développement constitue un domaine de recherche actif, à la confluence entre plusieurs disciplines, ils évoluent vite, sont de plus en plus nombreux et plus ou moins documentés. Ainsi, il est très difficile dans la jungle des programmes et des banques de trouver l'adéquation entre une question biologique et des méthodes et ressources d'information pertinentes, voire même de savoir si elles existent ou pourraient être développées.

Enfin, nous n'oublions pas qu'une autre difficulté rencontrée par les biologistes, outre la complexité sémantique des programmes et la diversité des ressources, est liée au fait que les programmes informatiques s'utilisent avec des ordinateurs, et qu'ils proposent des interfaces homme-machine dont l'hétérogénéité donne souvent l'impression de reprendre l'apprentissage à zéro avec chaque nouveau programme. Toutefois, cette situation s'est nettement améliorée ces deux-trois dernières années, en général, et à l'Institut Pasteur en particulier : le logiciel PISE [36, 79], développé par Catherine Letondal a permis le développement de nombreuses interfaces WEB, ne cachant rien de la complexité des méthodes implantées dans les programmes mais présentant le double avantage de la facilité d'usage et de l'homogénéité.

Dans ce contexte, nos formations ont comme objectifs :

de présenter le domaine scientifique que constitue la bioinformatique, la nature des activités de recherche sous-jacentes à l'élaboration de programmes et les ressources pour la biologie ainsi développées ;
d'expliquer les méthodes, modèles et hypothèses implantés dans les programmes de façon à fournir des clés théoriques nécessaires à une utilisation avertie de ces ressources ;
de mettre en relation ces notions avec le comportement des programmes et les résultats qu'ils fournissent ;
de faire connaitre l'environnement pratique d'utilisation des ressources bioinformatiques à l'Institut Pasteur.

Organisation et contenu des sessions

Une session est organisée autour de la formation intitulée « Introduction aux analyses de séquences » :

une première partie théorique a comme double vocation de présenter l'ensemble de la session et de traiter de notions fondamentales communes aux problématiques développées dans les autres formations ;
depuis la session d'automne 1999 cette formation comprend aussi une partie pratique visant notamment à présenter l'ensemble des ressources bioinformatiques dsponibles à l'Institut Pasteur et en particulier le serveur Bioweb d'analyses de séquences [37].

Il constitue un prérequis obligatoire pour la plupart des autres formations de la session, qui sont organisés comme des modules thématiques, traitant d'une problématique ou d'un logiciel particulier.

Le programme détaillé des sessions se trouve sur la page WEB [38].

Les formations comportent toutes des aspects théoriques et pratiques, en proportions variables selon les thèmes abordés et les objectifs :

les parties théoriques traitent des fondements méthodologiques des programmes et de leur pertinence biologique ;
les formations pratiques permettent de mettre en relation les notions théoriques préalablement étudiées avec les paramètres proposés par les programmes et les résultats obtenus, ainsi que d'apprendre comment « faire marcher » les programmes. Grace aux formations à l'Informatique, et aux interfaces WEB développées, la part des TPs consacrée à expliquer la syntaxe unix des programmes s'est considérablement réduite. Cette réduction s'est faite au profit de l'étude du comportement des programmes en rapport avec les questions biologiques posées, et dans la perspective d'une utilisation donc dans un souci d'efficacité et de considération des limites des ressources de calcul.

Frédérique Galisson et Olivier Perret

Édité par :
Service Informatique Scientifique
Institut Pasteur
28 rue du Docteur Roux
75724 Paris CEDEX 15
Tél. : +33 (1) 45 68 85 10
Fax. : +33 (1) 40 61 30 80
Câble : mcb@pasteur.fr Les contributions et suggestions
sont à adresser à :
Laurent Bloch bloch@pasteur.fr
Directeur de la publication :
Philippe Kourilsky
ISSBN : 1244-524 X

Copyright © Institut Pasteur 2000