Université Paris Cité

DIU Modélisation multi-échelles de la complexité tumorale

DU

103 heure(s)

Consulter l'organisme

Université

Objectifs

Présentation - DIU Modélisation multi-échelles de la complexité tumorale

Objectifs

L'objectif principal de ce DIU est d’amener les cliniciens et chercheurs à une compréhension approfondie des modèles intégratifs en cancérologie, en leur apportant une vision globale et multidisciplinaire de la complexité tumorale à différentes échelles (de la molécule à l'organisme). Une partie importante de la formation est consacrée aux données omiques et d’imagerie utilisées en cancérologie, et à leur analyse par des méthodes d’IA et de bioinformatique pour construire des informations interprétables par les cliniciens et chercheurs.
L’objectif secondaire de ce DIU est d’apporter aux cliniciens et chercheurs un socle de compétences pratiques sur l’utilisation d’outils d’IA et de bioinformatique pour l’analyse de données omiques et d’imagerie afin de leur permettre de devenir des acteurs dans la construction de modèles intégratifs multi-échelles de la complexité tumorale.

Compétences visées

À l’issue de la formation, l’apprenant est capable de :

Décrire la complexité tumorale en explicitant les interactions moléculaires, cellulaires et tissulaires qui contribuent à leur développement et à leur progression.
Construire des modèles multi-échelles de la complexité tumorale, en intégrant des données provenant de différentes échelles, allant des molécules aux organismes.
Représenter et simuler les interactions complexes entre les composants cellulaires, les facteurs environnementaux et les signaux moléculaires dans le contexte tumoral.
Analyser et interpréter des données grâce aux techniques d'analyse de données spécifiques à l'étude des tumeurs, y compris l'analyse génomique, l'analyse d'expression génique, l'imagerie médicale et d'autres sources de données pertinentes.
Extraire des informations significatives à partir de ces données et les interpréter pour comprendre la complexité tumorale.
Évaluer de manière critique les données, formuler des hypothèses, concevoir des expériences et interpréter les résultats pour contribuer à l'avancement des connaissances dans le domaine.
Présenter des résultats de manière claire et concise, tant à un public scientifique qu'à des professionnels de la santé.

Poursuites d'études

Ce DIU peut préparer à un doctorat de sciences biomédicales, ou l’accompagner

Débouchés professionnels

Futurs médecins, pharmaciens, biologistes, bioinformaticiens (chercheurs et ingénieurs de recherche) impliqués dans la recherche biomédicale.

Public visé

Médecins spécialistes (praticiens hospitaliers, médecins salariés et libéraux) : oncologues médicaux, oncologues radiothérapeutes, chirurgiens, radiologues, pathologistes, médecins nucléaires immunologistes.
Les internes en train de rédiger une thèse de science sur le cancer.
Professionnels de santé non-médecins : biologistes, pharmaciens, et bioinformaticiens.

Programme

Référence formation : DIB591

Volume horaire : 103 heures, dont 80,5 heures de cours magistraux, 20,5 heures de travaux dirigés et 2 heures d'examens oraux et écrits

Calendrier : Du 01/01/2025 au 30/11/2025

Rythme : 16 jours de cours sur l’année, soit deux vendredis par mois ; cours théoriques le matin, cours pratiques (TD) l’après-midi

Lieu : 15 rue de l’école de médecine, Paris 6e

CONTENUS PÉDAGOGIQUES

Introduction et prérequis
Caractérisation de la complexité tumorale : échelles moléculaires
Caractérisation de la complexité tumorale : échelle cellulaire
Caractérisation de la complexité tumorale : échelles multicellulaire / naturelle
Caractérisation de la complexité tumorale : échelle patient
Caractérisation de la complexité tumorale : échelle populationnelle et exposome
Des modèles de complexité tumorale aux essais cliniques en passant par les modèles précliniques
Les RCP moléculaires aujourd’hui
Intégration multi-échelle

MOYENS PÉDAGOGIQUES ET TECHNIQUES D’ENCADREMENT

Équipe pédagogique

Responsable pédagogique : Pr Aurélien De Reyniès, PU-PH en biologie des cancers, biologie computationnelle, Intelligence Artificielle

Coordinateurs pédagogiques :

Dr Agusti Alentorn, MCU-PH à Sorbonne Université et spécialiste en neuro-oncologie et IA à la Pitié Salpêtrière

Théo Hirsch, chercheur en bioinformatique cancérologique au CRCN, labo Inserm U1138

Magnus Fontes, spécialiste en mathématiques et IA appliquées à la santé, et Directeur Général de l'Institut Roche

Membres de la commission pédagogique :

Pr Aurélien De Reyniès, PU-PH en biologie des cancers, biologie computationnelle, Intelligence Artificielle, mathématiques appliquées/statistiques

Dr Agusti Alentorn, MCU-PH à Sorbonne Université et spécialiste en neuro-oncologie et IA à la Pitié Salpêtrière

Théo Hirsch, chercheur en bioinformatique cancérologique au CRCN, labo Inserm U1138

Magnus Fontes, spécialiste en mathématiques et IA appliquées à la santé, et Directeur Général de l'Institut Roche

Pierre Laurent-Puig, spécialiste en oncologie médicale, génomique

Jérôme Cros, spécialiste en anatomopathologie

Sophie Sibéril, spécialiste en immunologie

Bastien Rance, spécialiste en IA et informatique médicale

Eric Tartour, spécialiste en immuno-oncologie

Laure Fournier, spécialiste en radiomique

Autres membres de l’équipe pédagogique :

M. Alifano / S. Amigorena / JB Assié / G Assié / S. Baulande / Ph Beaune / J Bertherat / I. Bloch / G. Blivet / H. Blons / PY Boëlle / F. Botterel / A. Bougouin / D. Bourc’his / Cl. Boyer / J. Calderaro / S. Caruso / Ph. Chavrier / E. Clappier / D. Cox / D. Damotte / O. Delattre / C. Desdouets / MC Dieu-Nosjean / J. Favier / WH Fridman / C. Groeneveld / J. Husson / F Jaulin / S. Katsahian / C Klein / C. Lebbé / AM Lennon / E. Letouzé / R. Luco / C. Magnon / JA Maisonobe / C. Maiuri / L. Massenet / F. Mechta-Grigoriou / L. Nichelli / H. Péré / G. Pierron / C. Pilati / S. Postel-Vinay / L. Quintana-Murci / F. Radvanyi / S. Rebouissou / C. Robert / L Roumenina / L. Rozenblum / M. Salmona / Y Simoni / E. Solary / M. Sroussi / X. Tannier / JL Teillaud / C Thery / I. Thomassin-Naggara / C. Vallot / M. Wislez /

Ressources matérielles :

Ce DIU proposera des cours théoriques, des enseignements dirigés et pratiques qui proposeront l’utilisation de plusieurs langages de programmation (R et Python), qui seront associés à la majorité des cours théoriques.

Afin de favoriser une démarche interactive et collaborative, différents outils informatiques seront proposés pour permettre :

d'échanger des fichiers, des données
de partager des ressources, des informations
de communiquer simplement en dehors de la salle de cours et des temps dédiés à la formation.

MOYENS PERMETTANT DE SUIVRE L’EXÉCUTION DE LA FORMATION ET D’EN APPRÉCIER LES RÉSULTATS

Au cours de la formation, le stagiaire émarge une feuille de présence par demi-journée de formation en présentiel et le Responsable de la Formation émet une attestation d’assiduité pour la formation en distanciel.

À l’issue de la formation, le stagiaire remplit un questionnaire de satisfaction en ligne, à chaud. Celui-ci est analysé et le bilan est remonté au conseil pédagogique de la formation.

La formation "DIU Modélisation multi-échelles de la complexité tumorale" vous intéresse ?

Recevez gratuitement le programme de la formation par Université Paris Cité.

MadameMonsieur

Je souhaite recevoir d'autres offres de formations dans ce domaine

Je souhaite recevoir des informations des partenaires de Kelformation

Les données personnelles recueillies ci-dessus sont destinées à Figaro Classifieds ainsi qu’aux organismes que vous avez sélectionnés afin qu’ils vous contactent et vous adressent leurs informations relatives à votre demande en lien avec l’activité de l’organisme. Voir plus