Bioinformatics & Modeling · Sorbonne UniversitéBioinformatique & Modélisation · Sorbonne Université
Biological Data · Artificial Intelligence · Mathematical ModelsDonnées Biologiques · Intelligence Artificielle · Modèles Mathématiques
The second year builds on the foundations in computer science and bioinformatics acquired in M1 and moves toward more specialized, research-oriented topics. Particular emphasis is placed on the analysis and modeling of large-scale biological data.
La deuxième année s’appuie sur les bases en informatique et bioinformatique acquises en M1 et aborde des sujets plus spécialisés, proches de la recherche. Une attention particulière est accordée à l’analyse et à la modélisation de données biologiques à grande échelle.
During the first semester, students follow specialized courses combining lectures with project work.
Au premier semestre, les étudiants suivent des cours spécialisés associant enseignements et travail par projet.
The second semester is devoted to a 5–6-month internship in an academic research laboratory or a company.
Le second semestre est consacré à un stage de 5 à 6 mois dans un laboratoire de recherche académique ou en entreprise.
Expand “more…” for course descriptionsCliquer sur « détails… » pour les descriptions
| AcronymAcronyme | NameIntitulé | ECTS | DescriptionDescription | StatusStatut |
|---|---|---|---|---|
| PHYG | Phylogeny and Comparative Genomics: Mathematical Methods and Algorithms Phylogénie et génomique comparative : méthodes mathématiques et algorithmes | 6 | Mandatory Obligatoire | |
This course covers phylogenetics and comparative genomics, with emphasis on mathematical methods and algorithms for phylogenetic reconstruction, their biological interpretation, and applications to genome evolution and molecular networks. Ce cours offre un aperçu global de la phylogénie et de la génomique comparative, en mettant l’accent sur les méthodes mathématiques et les algorithmes de reconstruction phylogénétique, leur pertinence biologique et leurs applications à l’évolution des génomes et aux réseaux moléculaires. | ||||
| SPLEX | Statistics for Classification and Data Mining in Genomics Statistiques pour la classification et fouille de données en génomique | 6 | Mandatory Obligatoire | |
This course introduces methods for analyzing complex genomic data, from classical statistical approaches to modern machine learning techniques, with a focus on high-throughput transcriptomic and metagenomic data, integrative analysis, and predictive modeling for functional genomics and medical applications. Ce cours introduit les méthodes d'analyse des données génomiques complexes, allant des approches statistiques classiques aux techniques modernes d'apprentissage automatique, avec un focus sur les données haut débit en transcriptomique et métagénomique, l'analyse intégrative et la modélisation prédictive pour la génomique fonctionnelle et les applications médicales. | ||||
| STRUCT | Algorithms in Structural Bioinformatics: Proteins and RNA Algorithmes en bioinformatique structurale: protéines et ARN | 6 | Mandatory for
classical track Obligatoire pour
filière classique | |
This course presents bioinformatics approaches for predicting, analyzing and classifying protein and RNA structures, together with current methods and open problems in structural modeling, RNA folding dynamics and RNA regulation. Ce cours explore les approches bioinformatiques pour la prédiction, l'analyse et la classification des structures des protéines et des ARN, en mettant l'accent sur les avancées récentes et les problématiques ouvertes en modélisation structurale, dynamique du repliement de l'ARN et mécanismes de régulation ARN chez les procaryotes et eucaryotes. | ||||
| Meet-EU | Collaborative
international research project. Projet collaboratif
et international de recherche en bioinformatique. | 3 | Mandatory for
classical track Obligatoire pour
filière classique | |
In Meet-EU, students work in international teams on a bioinformatics research project within the 4EU+ network. The course covers project design, collaboration and cloud computing, and ends with an open meeting where students present their work. Meet-EU, faisant partie du réseau 4EU+ des universités européennes, forme les étudiants à des projets en équipe sur des questions biologiques ambitieuses. Ils acquièrent des compétences en conception de projet, collaboration et informatique en nuage, avec une rencontre ouverte en fin de programme pour présenter leurs travaux. | ||||
| BIOMED | Medical and
Biological Imaging. Imagerie biologique et médicale. | 6 | Mandatory for
Digital Health track Obligatoire pour
filière Santé Numérique | |
This course unit aims to present the fundamentals of the acquisition and processing of the main imaging modalities used in medical and biological imaging. It includes a medical imaging component focusing on acquisition modalities, and a biological imaging component covering, on the one hand, microscopic acquisition methods and, on the other hand, applications in biological image processing. Cette UE a pour but de présenter les fondements de l'acquisition et du traitement des principales modalités en imagerie médicale et biologique. Elle comporte une partie d'imagerie médicale (modalités d'acquisitions), et une partie d'imagerie biologique intégrant les méthodes d'acquisition microscopiques d'une part, et les applications en traitement d'images biologiques d'autre part. | ||||
| MAPIMED | Methodology and
applications in medical imaging. Méthodologie et applications en imagerie médicale. | 6 | Mandatory for
Digital Health track Obligatoire pour
filière Santé Numérique | |
This course unit aims to enable students to confront their theoretical knowledge of image processing with the realities of medical research and applications in the life sciences. Teaching will focus on on-site presentations of a range of methodologies and applications covering a variety of medical topics (neurology, cardiovascular diseases, cancer, etc.). Emphasis will be placed on the complementarity of medical, mathematical, and technological approaches to address problems involving modelling, decision support, and cognitive research. Part of the teaching will be combined with visits to clinical departments or research units. A broad range of imaging modalities will be considered (ultrasound, MRI, functional MRI, EEG/MEG, diffuse optical imaging, etc.). By the end of the course, students should have gained an understanding of the specific features and challenges of professions at the interface between methodology and medicine, including aspects such as study protocols. Ce module a pour vocation de permettre aux étudiants de confronter leurs connaissances théoriques en traitement d'images au monde de la recherche médicale et des applications sur le vivant. L'enseignement sera axé sur la présentation « sur site » d'un ensemble de méthodologies et d'applications à un panel de thématiques médicales (neurologie, maladies cardiovasculaires, cancer...). L'accent sera mis sur la complémentarité des approches médicales, mathématiques, technologiques, pour résoudre des problématiques de modélisation, d'aide à la décision ou des aspects en recherche cognitive. Une partie des cours sera couplée à des visites de services cliniques ou d'unités de recherche. Un éventail large de modalités sera envisagé (ultrasons, IRM, IRM fonctionnelle, EEG/MEG, imagerie optique diffuse ...). Les étudiants devront avoir pris conscience, au terme de cet enseignement, des spécificités et des enjeux des métiers liés à l'interface entre méthodologie et médecine (protocoles d'études...). | ||||
| GPOP | Génétique des populations Population genetics | 3 | Recommended Recommandé | |
This course discusses the main concepts of population genetics, studying what forces shape the genetic diversity of a population: how do mutations accumulate through time? how does selection allow a population to adapt? does genetic diversity relate to population size? The mathematical theories introduced will be applied to cases coming from recent research, involving viral populations, experimental evolutions with bacteria and human genetics. Evaluation is based on a computer project during which students will compare simulations with results of the lecture. Le cours introduit les concepts principaux de la génétique des populations et étudie les forces qui déterminent la diversité génétique d'une population: comment les mutations s'accumulent-elles dans le temps ? comment la sélection permet-elle à une population de s'adapter ? la diversité génétique est-elle liée à la taille de la population ? Les théories mathématiques discutées seront appliquées à des cas venant de la recherche récente, impliquant des populations virales, des expérience d'évolution bactérienne et la génétique humaine. L'évalution est basée sur un projet informatique pendant qui permettra aux étudiants de comparer des simulations aux résultats du cours. | ||||
| RESYS | Biological Networks and Systems Biology Réseaux biologiques et biologie des systèmes | 3 | Recommended Recommandé | |
This course explores mathematical and algorithmic approaches to biological networks, examining their functional role in biological systems, methods for network inference and analysis, and their evolution through gene duplication-divergence models. Ce cours explore les approches mathématiques et algorithmiques des réseaux biologiques, en examinant leur rôle fonctionnel dans les systèmes biologiques, les méthodes d’inférence et d’analyse des réseaux, ainsi que leur évolution via des modèles de duplication-divergence des gènes. | ||||
| GENOM | From Sequence Data to Evolutionary Genetics Des données de séquences à la génétique évolutive | 3 | Recommended Recommandé | |
This course focuses on the biological interpretation of sequence data, exploring evolutionary genetics through tree-based and network analyses, molecular clocks, population genomics, and high-throughput approaches, combining lectures with student-led projects on a shared genomic dataset. Ce cours porte sur l’interprétation biologique des données de séquences, en explorant la génétique évolutive à travers l’analyse par arbres et réseaux, les horloges moléculaires, la génomique des populations et les approches haut débit, en combinant cours et projets étudiants sur un jeu de données génomiques commun. | ||||
Students may propose courses from other second-year master's programs at Sorbonne University or other universities in the Paris area, provided they align thematically and fit within the scheduling constraints.
Les étudiants peuvent proposer des cours issus d'autres programmes de deuxième année de master à Sorbonne Université ou dans d'autres universités de la région parisienne, à condition qu'ils soient compatibles sur le plan thématique et en termes d'emploi du temps.
The second semester is dedicated to a 5–6 month research internship. While BIM provides a list of suggested projects, students are encouraged to reach out to researchers or companies of their choice to explore additional internship opportunities aligned with their interests.
Le second semestre est consacré à un stage de recherche de 5 à 6 mois. Bien que le BIM propose une liste de projets, les étudiants sont encouragés à contacter des chercheurs ou des entreprises de leur choix afin d’explorer d’autres opportunités de stage en adéquation avec leurs intérêts.