AI for bioscripting
A hands-on exercise to explore the use of generative AI for writing scripts to analyze biological datasets.
View the Project on GitHub IFB-ElixirFr/AI-bioscripting-workshop
|
|
|
|
|
Journée IA pour le développement logiciel et l’analyse des données biologiques – 2ème édition
Edition 2026, le 12 juin, sur le campus des Grands Moulins, 75013 Paris.
Exposés du matin
| Intervenant | Titre | Diaporama |
|---|---|---|
| Bertrand Cosson et Jacques van Helden | Introduction à la journée | |
| Pierre Poulain | Science ouverte, données et IA : automatiser l’annotation scientifique | |
| Guillaume Gautreau | Hands-on workshop on genomic language models | |
| Romuald Marin | VeromeCh\@t | |
| Approches émergentes : API, IA agentique, écosystèmes de développement | Baptiste Rousseau | |
| Thomas Denecker | Démonstration en mode RetEx | |
| Jacques van Helden, Bertand Cosson et Thomas Denecker | Présentation des travaux pratiques de l’après-midi |
Vidéos de la matinée: (à ajouter)
Organisation
Programme et inscription
Dépôt du code sur github
-
Organisation github: AI-BioSoftware (https://github.com/AI-BioSoftware)
-
Votre entrepôt: ia-bioscript26-XX
- Remplacez XX par votre numéro de groupe en 2 digits
Retour d’expérience
- Formulaire : https://forms.gle/EWbjEu2gwa8JHR7r7
Ateliers pratiques de l’après-midi
Phase 1 — Conceptualisation avec l’IA (≈ 45 min)
L’IA comme consultant : elle analyse le problème et propose une approche avant toute programmation.
Ce que vous demandez à l’IA :
- Soumettez la figure heatmap et la table de comptage
- Demandez-lui de proposer une approche d’analyse pour produire ce type de figure à partir de ces données
- Demandez-lui de produire un flowchart (organigramme) de la procédure proposée
- Demandez-lui de décomposer en étapes et de détailler pour chaque étape les paramètres importants et les choix possibles
- Discutez en groupe : les choix proposés vous semblent-ils biologiquement pertinents ?
Questions guides :
- Quelle normalisation est proposée, et pourquoi ?
- Comment les gènes sont-ils ordonnés ?
- Quels paramètres de visualisation sont suggérés ?
- Y a-t-il des alternatives proposées ? Lesquelles choisissez-vous et pourquoi ?
Notez les paramètres retenus
- ils constituent votre cahier des charges pour la Phase 2.
Phase 2 — Implémentation (≈ 60 min)
L’IA comme assistant programmeur : elle code ce que vous lui dictez, étape par étape.
- Validez collectivement le plan issu de la Phase 1 avant de demander le code
- Demandez le code étape par étape, en précisant à chaque fois :
- Le langage (R ou Python)
- Les paramètres retenus en Phase 1
- Vos exigences : documentation, gestion des erreurs
- Exécutez sur l’instance RStudio de la salle ou sur l’ordinateur de votre choix
- Itérez jusqu’à obtenir une figure satisfaisante
- Comparez visuellement votre figure à la cible
Conseil : ne demandez pas tout le code en un seul prompt — avancez étape par étape et validez chaque bloc avant de passer au suivant.
Phase 3a — Contrôle négatif (≈ 15 min)
Le pipeline détecte-t-il de la périodicité là où il n’y en a pas ?
- Téléchargez le fichier oscillating-genes_1705_normalized-profiles_row-wise-permuted.tsv
- Ouvrez-le et explorez son contenu
- Ce fichier contient les mêmes gènes et les mêmes valeurs d’expression que le fichier original, mais les 50 points temporels ont été permutés aléatoirement (seed = 42) — la périodicité temporelle est donc détruite
- Dans votre script, remplacez uniquement le nom du fichier d’entrée par le fichier permuté — ne modifiez rien d’autre
- Relancez le script et observez la figure produite
- Si la figure présente encore des patterns de périodicité → votre pipeline génère des illusions. Si elle est plate/aléatoire → il est robuste.
- Demandez à l’IA d’interpréter le résultat : que signifie biologiquement la présence ou l’absence de structure sur données permutées ?
Phase 3b — Qualité du code (≈ 15 min)
- Demander à une IA d’améliorer la qualité globale du code et garantir sa maintenabilité
Phase 4 — Révélation et comparaison (≈ 30 min)
L’article est distribué — l’IA compare votre approche avec celle des auteurs.
- Recevez l’article complet + matériel supplémentaire (Kelliher et al., PLoS Genet 2016)
- Soumettez-les à l’IA avec votre script et votre flowchart
- Demandez-lui de comparer les deux approches :
- Points communs entre votre procédure et celle de l’article
- Différences et leurs conséquences sur le résultat
- Avantages et limites de chaque approche
- Préparez 2-3 points clés à partager en mise en commun
Atelier 1 : Reproductibilité et FAIRisation
- Github repository: https://github.com/IFB-ElixirFr/IA-BioSoftware-Workshop
Atelier 2 : Développement logiciel pour la biologie
- Github repository: https://github.com/IFB-ElixirFr/AI-bioscripting-workshop/
- Github pages: https://ifb-elixirfr.github.io/AI-bioscripting-workshop/
- Data table oscillating-genes_1705_normalized-profiles.tsv: normalized counts (RPKM) for 1705 oscillating genes of Saccharomyces cerevisiae
- Permuted Data table oscillating-genes_1705_normalized-profiles_row-wise-permuted.tsv: random permutation of the normalized count table.
Contributions
Institutions
- Institut Français de Bioinformatique (IFB)
- Université Paris Cité (plateforme iPOP-UP et DU omiques)
- Réseau métier en bioinformatique (MERIT)
Comité scientifique et de programmation
- Bertrand Cosson (Université Paris-Cité)
- Jacques van Helden (Institut Français de Bioinformatique, Aix-Marseille Université)
- Imane Messak (Institut Français de Bioinformatique)
- Thomas Denecker (Institut Français de Bioinformatique)
Encadrants 2026
- Bertrand Cosson (Université Paris-Cité)
- Thomas Denecker (Institut Français de Bioinformatique)
- Olivier Kirsh (Université Paris-Cité)
- Imane Messak (Institut Français de Bioinformatique)
- Baptiste Rousseau (Institut Français de Bioinformatique)
- Benjamin Saintpierre (Inserm)
- Jacques van Helden (Institut Français de Bioinformatique, Aix-Marseille Université)
- Lilia Younsi (Inserm)
Autres contributions
Conception de l’atelier 2025 et préparation du jeu de données sur le cycle cellulaire de la levure.
- Pierre Poulain (Université Paris-Cité)
- Gaëlle Lelandais (Université Paris-Saclay)
Previous edition
| Edition | Date | Release | DOI |
|---|---|---|---|
| 2026 | 12 June 2026 | v2026.0 | (to come) |
| 2025 | 11 June 2025 | v2025.2 |  |
Licence
Funding
L’Institut Français de Bioinformatique (IFB) a été fondé par les Programme d’Investissements d’Avenir subventionné par l’Agence Nationale de la Recherche (RENABI-IFB, ANR-11-INBS-0013) et par le programme France 2030 relatifs aux équipements structurants pour la recherche / EQUIPEX+ (MUDIS4LS, ANR-21-ESRE-0048).
Maintained by Jacques van Helden
