Introduction

   

Découvrez la puissance des méthodes multivariées pour analyser des données omiques et construire des modèles prédictifs robustes.

Cette formation initie les participants aux principes de la chimiométrie et aux techniques multivariées appliquées aux données biologiques, chimiques et pharmaceutiques. Elle couvre les méthodes d’exploration, de classification et de modélisation prédictive, avec des exercices pratiques réalisés en R. L’approche pédagogique combine théorie, cas concrets et outils numériques pour garantir une compréhension approfondie et une application directe en contexte scientifique.

Public cible

Cette microcertification s’adresse à des profils capables de maîtriser les outils de data science, les méthodes statistiques avancées, et l’analyse de données complexes en biologie, chimie et santé.

• Scientifiques et chercheurs : Biologistes, biochimistes, pharmaciens, chimistes et chercheurs souhaitant intégrer des outils de data science et de modélisation dans leurs travaux. 
• Professionnels en industrie : Ingénieurs R&D, experts en contrôle analytique, biométriciens ou responsables qualité dans les secteurs pharma, biotech, chimie, cosmétique ou agroalimentaire …
• Étudiants : Étudiants en pharmacie, biologie, chimie analytique, bioinformatique ou biotechnologie souhaitant se spécialiser en data science appliquée aux sciences du vivant.
• Analystes et data scientists : Biostatisticiens, data analysts ou bioinformaticiens en milieu hospitalier, pharmaceutique ou environnemental, souhaitant renforcer leur maîtrise de R et Python.
   

Objectifs

Cette formation vise à permettre aux participants de comprendre les principes fondamentaux de la chimiométrie et des méthodes multivariées. Elle leur apprend à appliquer des techniques d’exploration, de classification et de modélisation prédictive avec R, tout en identifiant les variables discriminantes. Enfin, les participants développeront la capacité à interpréter les résultats dans un cadre biologique, chimique ou pharmaceutique, pour répondre à des problématiques complexes.

La formation permet de :

• Comprendre les principes de la chimiométrie et des méthodes multivariées associées
• Appliquer des techniques d’exploration et de classification sur des données omiques
• Utiliser R ou python pour réaliser des analyses multivariées (ACP, PLS, clustering)
• Interpréter les résultats dans un contexte biologique, chimique ou pharmaceutique
• Identifier des variables discriminantes et construire des modèles prédictifs robustes
   

En pratique

Lieux et calendrier

Les journées, en présentiel, se donnent à Louvain-la-Neuve de 8h45 à 17h. 

• Lundi 1er juin 2026
• Mardi 2 juin 2026
• Lundi 8 juin 2026
• Mardi 9 juin 2026
• Evaluations : le jeudi 11 juin au matin (8h45 :12h45) et le jeudi 18 juin après-midi (13h30-17h)
   

Les droits d'inscription

• Membre UCLouvain : 360 euros
• Facture honorée par une université, membre des cliniques UCLouvain, étudiant, chercheur, membre SHS Namur : 480 euros
• Entreprise, Particulie : 750 euros

Pour plus d'information, contactez smcs-stat-adbi@uclouvain.be
 

Condition d'admission

Etre titulaire d’un master dans le domaine des sciences. L’admission par VAE (Valorisation des acquis de l’expérience) est possible sur dossier.

 

Microcertification
 

Les participants ayant réussi les épreuves d’évaluation se voient délivrer une microcertification intitulée « Microcertification en Analyse multivariée des données omiques et chimiques (CHEMOMICS) ». Cette microcertification n’emporte pas l’octroi automatique de crédits ECTS, mais peut être valorisée, à concurrence de 3 crédits ECTS, dans le cadre d’un programme de formation auquel le participant souhaiterait ultérieurement s’inscrire, sous réserve de l’appréciation et de la décision du jury d’admission compétent.
 

Contact

Mail : smcs-stat-adbi@uclouvain.be
 

Prérequis et parcours

Pour suivre cette microcertification, vous devez maîtriser les bases du langage R, savoir analyser et visualiser des données biologiques, et appliquer des méthodes statistiques fondamentales aux données expérimentales.

À défaut, il est recommandé de suivre auparavant :

• Microcertification en data science avec R pour les sciences du vivant R-LIFE.

Vous devez également maitriser la modélisation et à l’analyse multivariée pour des systèmes biologiques.

À défaut, il est recommandé de suivre auparavant :

• Microcertification en Modélisation et Analyse Multivariée en Sciences du Vivant BIOMOD