Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision Next revision | Previous revision | ||
|
r_symposium_2018 [2018/05/08 20:02] mariehbrice [Workshop abstracts] |
r_symposium_2018 [2018/07/07 14:19] (current) vincent_fugere |
||
|---|---|---|---|
| Line 70: | Line 70: | ||
| * 10h45: **Survival analyses with R II** //by Julie Landes// | * 10h45: **Survival analyses with R II** //by Julie Landes// | ||
| * 12h00: Lunch | * 12h00: Lunch | ||
| - | * 13h30: **eDNA metabarcoding: From raw data to RDA** //by Alexis Carteron & Simon Morvan// | + | * 13h00: **eDNA metabarcoding: From raw data to RDA** //by Alexis Carteron & Simon Morvan// |
| * 15h45: Departure from SBL | * 15h45: Departure from SBL | ||
| ---- | ---- | ||
| + | ===== Preparation for the workshop ===== | ||
| ++++ R Environment Preparation for the workshop | Please, follow the guidelines below **before** coming to the symposium, to avoid delays due to high internet traffic demand: | ++++ R Environment Preparation for the workshop | Please, follow the guidelines below **before** coming to the symposium, to avoid delays due to high internet traffic demand: | ||
| Line 171: | Line 172: | ||
| Depuis la démocratisation du séquençage à haut débit, l'utilisation de l'ADN comme méthode d'identification est devenue une pratique courante. Grâce à des gènes marqueurs (ARNr 16S, ARNr 18S, ITS, etc.) et des bases de données taxonomiques, il est possible d’identifier les communautés présentes dans vos échantillons. Plus besoin de cultiver, isoler et identifier en fonction de la morphologie et des réactions chimiques! Cependant, le processus complet de d’identification des séquences d'ADN en unités taxonomiques exploitables peut s’avérer difficile en raison de l’évolution rapide des techniques bioinformatiques et de la profusion de méthodes disponibles. Dans cet atelier, nous vous présenterons un flux opérationnel accessible et reproductible en langage R dédié au traitement de séquences d'ADN brutes à l'aide de la librairie DADA2. Cette étape sera suivi d’une analyse et d’une visualisation de la communauté à l'aide de la librairie Phyloseq. | Depuis la démocratisation du séquençage à haut débit, l'utilisation de l'ADN comme méthode d'identification est devenue une pratique courante. Grâce à des gènes marqueurs (ARNr 16S, ARNr 18S, ITS, etc.) et des bases de données taxonomiques, il est possible d’identifier les communautés présentes dans vos échantillons. Plus besoin de cultiver, isoler et identifier en fonction de la morphologie et des réactions chimiques! Cependant, le processus complet de d’identification des séquences d'ADN en unités taxonomiques exploitables peut s’avérer difficile en raison de l’évolution rapide des techniques bioinformatiques et de la profusion de méthodes disponibles. Dans cet atelier, nous vous présenterons un flux opérationnel accessible et reproductible en langage R dédié au traitement de séquences d'ADN brutes à l'aide de la librairie DADA2. Cette étape sera suivi d’une analyse et d’une visualisation de la communauté à l'aide de la librairie Phyloseq. | ||
| + | |||
| + | [[https://alexiscarter.github.io/metab/]] | ||
| **Diversité bêta à travers l’espace et le temps** //par Vincent Fugère et Katrine Turgeon// | **Diversité bêta à travers l’espace et le temps** //par Vincent Fugère et Katrine Turgeon// | ||
| La diversité bêta représente la variation dans la composition de la communauté entre deux ou plusieurs sites. Cette dimension importante de la biodiversité lie la diversité aux échelles locale et régionale (diversité alpha et gamma) et joue un rôle important dans le fonctionnement des méta-communautés. Il est également possible de mesurer la diversité bêta à travers le temps afin de quantifier le renouvellement des espèces au sein des communautés et la stabilité de celles-ci. Bien que la notion de diversité bêta ait été amenée par Whittaker dans les années soixante, plusieurs développements méthodologiques récents permettent une meilleure caractérisation de la diversité bêta, incluant par exemple de nouvelles méthodes pour partitionner la diversité bêta en ses deux composantes principales : l’emboîtement (nestedness) et le renouvellement d’espèces (turnover). Cet atelier présentera plusieurs méthodes pour mesurer la diversité bêta à travers l’espace et le temps (contributions locales/spécifiques à la diversité bêta, analyse de dispersion multi-variables et partitionnement de la diversité bêta). Nous espérons aussi que cet atelier montrera qu’une analyse de la diversité bêta amène une compréhension plus nuancée de la réponse d’une communauté à une perturbation anthropique. | La diversité bêta représente la variation dans la composition de la communauté entre deux ou plusieurs sites. Cette dimension importante de la biodiversité lie la diversité aux échelles locale et régionale (diversité alpha et gamma) et joue un rôle important dans le fonctionnement des méta-communautés. Il est également possible de mesurer la diversité bêta à travers le temps afin de quantifier le renouvellement des espèces au sein des communautés et la stabilité de celles-ci. Bien que la notion de diversité bêta ait été amenée par Whittaker dans les années soixante, plusieurs développements méthodologiques récents permettent une meilleure caractérisation de la diversité bêta, incluant par exemple de nouvelles méthodes pour partitionner la diversité bêta en ses deux composantes principales : l’emboîtement (nestedness) et le renouvellement d’espèces (turnover). Cet atelier présentera plusieurs méthodes pour mesurer la diversité bêta à travers l’espace et le temps (contributions locales/spécifiques à la diversité bêta, analyse de dispersion multi-variables et partitionnement de la diversité bêta). Nous espérons aussi que cet atelier montrera qu’une analyse de la diversité bêta amène une compréhension plus nuancée de la réponse d’une communauté à une perturbation anthropique. | ||
| + | |||
| + | [[https://github.com/VFugere/QCBS_betadiv]] | ||
| **Analyses géospatiales et cartographie sous R** //par Marie-Hélène Brice// | **Analyses géospatiales et cartographie sous R** //par Marie-Hélène Brice// | ||
| Line 189: | Line 194: | ||
| Au cours de cet atelier, vous apprendrez à faire des analyses de survie avec R. Ces modèles permettent d’étudier la durée de survenue d’un événement (par exemple la mort, la première reproduction, l’observation d’un comportement,…), et les facteurs qui affectent cette durée. Dans un premier temps, vous verrez comment mettre en forme vos données. Nous passerons ensuite par les différentes étapes des analyses de survie dans R : estimation non paramétrique de la fonction de survie, modèles de Cox et modèles de survie paramétriques. Pour les différentes étapes, vous apprendrez à interpréter et illustrer les résultats. | Au cours de cet atelier, vous apprendrez à faire des analyses de survie avec R. Ces modèles permettent d’étudier la durée de survenue d’un événement (par exemple la mort, la première reproduction, l’observation d’un comportement,…), et les facteurs qui affectent cette durée. Dans un premier temps, vous verrez comment mettre en forme vos données. Nous passerons ensuite par les différentes étapes des analyses de survie dans R : estimation non paramétrique de la fonction de survie, modèles de Cox et modèles de survie paramétriques. Pour les différentes étapes, vous apprendrez à interpréter et illustrer les résultats. | ||
| + | |||
| **Méthodes comparatives phylogénétiques en R** //par Pedro Henrique Pereira Braga// | **Méthodes comparatives phylogénétiques en R** //par Pedro Henrique Pereira Braga// | ||
| Line 205: | Line 211: | ||
| * Devenir à l'aise de naviguer dans la littérature primaire sur les méthodes statistiques comparatives. | * Devenir à l'aise de naviguer dans la littérature primaire sur les méthodes statistiques comparatives. | ||
| + | [[https://pedrohbraga.github.io/PhylogeneticComparativeMethods/PhyloCompMethodsMaterial.html | Workshop Tutorial]] | ||
| ===== Workshop abstracts ===== | ===== Workshop abstracts ===== | ||
| Line 211: | Line 218: | ||
| With the democratisation of high-throughput sequencing, the use of DNA as an identification method has become standard practice. The marker genes (16S rRNA, 18S rRNA, ITS, etc.) can be compared to databases and give an overview of the communities present in your samples. No more cultivating, isolating and identifying based on morphology and chemical reactions ! However time-gaining DNA sequencing may be, the full process of turning raw DNA reads into exploitable taxonomic units can be tricky. Due to the quick turnover in bioinformatics techniques and the profusion of methods available, it can be hard to decide on a pipeline. In this workshop, we would like to present to you a complete reproducible workflow in R dedicated to the processing of raw DNA sequences using the DADA2 package, followed by community analysis and visualisation using the Phyloseq package. | With the democratisation of high-throughput sequencing, the use of DNA as an identification method has become standard practice. The marker genes (16S rRNA, 18S rRNA, ITS, etc.) can be compared to databases and give an overview of the communities present in your samples. No more cultivating, isolating and identifying based on morphology and chemical reactions ! However time-gaining DNA sequencing may be, the full process of turning raw DNA reads into exploitable taxonomic units can be tricky. Due to the quick turnover in bioinformatics techniques and the profusion of methods available, it can be hard to decide on a pipeline. In this workshop, we would like to present to you a complete reproducible workflow in R dedicated to the processing of raw DNA sequences using the DADA2 package, followed by community analysis and visualisation using the Phyloseq package. | ||
| + | |||
| + | [[https://alexiscarter.github.io/metab/]] | ||
| **Beta diversity in space and time** //by Vincent Fugère & Katrine Turgeon// | **Beta diversity in space and time** //by Vincent Fugère & Katrine Turgeon// | ||
| Variation in species composition across sites is known as beta diversity. This important dimension of biodiversity, which links local-scale (alpha) diversity to regional (gamma) diversity, is increasingly recognized as a key factor influencing metacommunity functioning and as an important target for conservation action. Beta diversity can also be measured over time, indicating species turnover in community composition within sites and providing a convenient measure of community stability. Although beta diversity indices have been available since Whittaker’s seminal monograph in 1960, there has been many recent methodological developments to improve the quantification of beta diversity, including novel tools to investigate the long-standing problem of partitioning beta diversity into community nestedness and species replacement/turnover. This workshop will explore these tools and describe common methods to measure temporal and spatial beta diversity (Local/Species contribution to beta diversity, PERMDISP on incidence and abundance-based dissimilarity indices, and beta diversity decomposition). By doing so, we also hope to illustrate how beta diversity analyses can refine our understanding of human impacts on ecological communities. | Variation in species composition across sites is known as beta diversity. This important dimension of biodiversity, which links local-scale (alpha) diversity to regional (gamma) diversity, is increasingly recognized as a key factor influencing metacommunity functioning and as an important target for conservation action. Beta diversity can also be measured over time, indicating species turnover in community composition within sites and providing a convenient measure of community stability. Although beta diversity indices have been available since Whittaker’s seminal monograph in 1960, there has been many recent methodological developments to improve the quantification of beta diversity, including novel tools to investigate the long-standing problem of partitioning beta diversity into community nestedness and species replacement/turnover. This workshop will explore these tools and describe common methods to measure temporal and spatial beta diversity (Local/Species contribution to beta diversity, PERMDISP on incidence and abundance-based dissimilarity indices, and beta diversity decomposition). By doing so, we also hope to illustrate how beta diversity analyses can refine our understanding of human impacts on ecological communities. | ||
| + | |||
| + | [[https://github.com/VFugere/QCBS_betadiv]] | ||
| **Geospatial analyses and cartography with R** //by Marie-Hélène Brice// | **Geospatial analyses and cartography with R** //by Marie-Hélène Brice// | ||
| Line 229: | Line 240: | ||
| During this workshop, you will learn how to perform survival analyses with R. These models allow to study the time to an event of interest (e.g. death, first reproduction, observation of a behavior,…), and the factors that affect this time. First, you will learn how to organize and format your data. Then, we will go through the different steps of survival analyses: non-parametric estimation of the survival function, Cox’s models and parametric models. For each step, you will learn how to interpret and to illustrate the results. | During this workshop, you will learn how to perform survival analyses with R. These models allow to study the time to an event of interest (e.g. death, first reproduction, observation of a behavior,…), and the factors that affect this time. First, you will learn how to organize and format your data. Then, we will go through the different steps of survival analyses: non-parametric estimation of the survival function, Cox’s models and parametric models. For each step, you will learn how to interpret and to illustrate the results. | ||
| + | |||
| **Phylogenetic Comparative Methods in R** //by Pedro Henrique Pereira Braga// | **Phylogenetic Comparative Methods in R** //by Pedro Henrique Pereira Braga// | ||
| Line 244: | Line 256: | ||
| - Integrate different approaches of phylogenetic methods using R; | - Integrate different approaches of phylogenetic methods using R; | ||
| - Be comfortable navigating primary literature in statistical comparative methods. | - Be comfortable navigating primary literature in statistical comparative methods. | ||
| + | |||
| + | [[https://pedrohbraga.github.io/PhylogeneticComparativeMethods/PhyloCompMethodsMaterial.html | Workshop Tutorial]] | ||
| + | |||
| ---- | ---- | ||
