Le 2e symposium R du CSBQ aura lieu le 10 et 11 mai 2018 à la Station de Biologie des Laurentides

The 2nd QCBS R symposium will be held on May 10th and 11th 2018 at the Station de Biologie des Laurentides

Description

Étant donné le succès de l'édition 2017, le réseau étudiant du CSBQ organise pour la deuxième année consécutive un colloque de deux jours sur l'utilisation du logiciel R en science de la biodiversité. Ce colloque, fait par les étudiants et pour les étudiants, a pour objectif de présenter diverses méthodes avancées non couvertes par la série régulière d'ateliers R du CSBQ ainsi que de permettre à la communauté d'utilisateurs de R de tous les géopôles du CSBQ d'interagir dans un contexte convivial.

Le colloque se déroulera à la Station de Biologie des Laurentides de l'Université de Montréal, à St-Hippolyte. L'hébergement, les repas et le transport depuis Montréal seront fournis aux participants du colloque. La literie est aussi incluse (draps, taie d’oreiller, serviettes de bain et débarbouillette).

Quand

Le 10 et 11 mai 2018.

Départ le 10 à 8h30 de McGill, 1205 av. Dr Penfield, Montréal.

Retour le 11 vers 17h30 à McGill, 1205 av. Dr Penfield, Montréal.

Coût

Le nombre de participants est limité à 40 et le coût sera de 20$ par personne pour les membres du CSBQ et 80$ pour les non-membres. Ce prix comprend l'hébergement, la nourriture et le transport (de Montréal). Pour les participants à l'extérieur de Montréal, le covoiturage est encouragé et les frais de transport vous seront remboursés sous présentation de facture.

Inscription

Les inscriptions au colloque R du CSBQ sont ouvertes ! Veuillez suivre ce lien pour vous inscrire.

Questions? Léa Blondel, Marie-Hélène Brice & Pedro Henrique Pereira Braga

Description

Given the success of the 2017 edition, the QCBS student network will hold again in 2018 a 2-day symposium on the use of the R programming language in biodiversity science. This symposium, organized by students and for students, aims at presenting several advanced methods that are not covered during the regular QCBS R workshop series and promoting exchanges between R users from all QCBS geopoles in a casual setting.

Where

The symposium will take place at the Station de Biologie des Laurentides of Université de Montréal, in St-Hippolyte. Housing, food, and transport from Montreal will be provided for all participants. Bedding is also included (sheets, pillowcase, bath towels and washcloth).

When

May 10th and 11th 2018.

Departure on the 10th at 8h30 from McGill, 1205 Dr Penfield ave., Montreal.

Return on the 11th at 17h to McGill, 1205 Dr Penfield ave., Montreal.

Cost

The number of participants is limited to 40 people and the registration cost is 20$ per person for QCBS members and 80$ for non-members, which includes accommodation, food and transportation (from Montréal). For participants outside Montreal, carpooling is encouraged and transportation costs will be refunded on presentation of invoice.

Registration

Registration for the QCBS R Symposium is open! Please follow this link to register.

Questions? Léa Blondel, Marie-Hélène Brice & Pedro Henrique Pereira Braga

May 10th

  • 8h30: Departure from McGill
  • 10h00: Arrival at SBL
  • 10h30: Beta diversity in space and time by Vincent Fugère & Katrine Turgeon
  • 12h00: Lunch
  • 13h00: Geospatial analysis and cartography with R by Marie-Hélène Brice
  • 15h30: Coffee break
  • 16h00: Phylogenetic Comparative Methods in R by Pedro Henrique Pereira Braga
  • 18h15: Dinner + Social

May 11th

  • 8h00: Breakfast
  • 9h00: Survival analyses with R I by Julie Landes
  • 10h15: Coffee break
  • 10h45: Survival analyses with R II by Julie Landes
  • 12h00: Lunch
  • 13h00: eDNA metabarcoding: From raw data to RDA by Alexis Carteron & Simon Morvan
  • 15h45: Departure from SBL

R Environment Preparation for the workshop


Metabarcoding de l'ADN environnemental: des données brutes à la RDA par Alexis Carteron et Simon Morvan

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

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.

Présentation
Code R

Analyses géospatiales et cartographie sous R par Marie-Hélène Brice

La prise en charge du traitement et de l'analyse des données spatiales sous R remonte à plus d’une dizaine d’années. Avec une large gamme de packages, R permet de réaliser des statistiques géospatiales avancées, de la modélisation et de la visualisation. Mais, pourquoi utiliser R pour manipuler des objets spatiaux quand il existe des outils spécialisés très puissants (comme ArcGIS ou QGIS) ? La réponse se trouve dans l’automatisation des tâches et la reproductibilité de l’ensemble du flux de travail (importation, modification de la géométrie, analyse statistique, cartographie, exportation).

Jusqu’à aujourd’hui, l’analyse spatiale en R a largement reposé sur le package sp et ses associés, rgdal et rgeos. Depuis peu, le package sf permet d’implémenter le standard ISO pour l'accès et l'échange de données spatiales, les simple features. Un des avantages de sf sur la famille sp est l'utilisation de data.frames et la simplification des structures de données pour les géométries spatiales, rendant la manipulation plus facile et plus rapides. Durant cet atelier, nous verrons comment utiliser les différents packages de R (notamment sf) pour manipuler et analyser des objets spatiaux, puis créer de belles cartes informatives. L’atelier se propose comme un survol des fonctionnalités de R dans le domaine des analyses spatiales, avec pour objectif de rendre l'analyse des données géographiques plus accessible à tous dans le cadre d'un flux de travail reproductible.

Présentation

Document

Analyses de survie par Julie Landes

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

En 1973, Theodosius Dobzhansky a dit que « rien dans la biologie n'a de sens sauf à la lumière de l'évolution ». Les méthodes statistiques phylogénétiques comparatives sont un des moyens qui nous permettent de comprendre l’histoire biologique des organismes dans un contexte évolutionniste. Dans ce cours, je propose de couvrir certaines familles d'analyses phylogénétiques comparatives pour analyser l'évolution de traits biologiques, avec des données discrètes et quantitatives. Mon objectif est de fournir un bref aperçu de ces méthodes pour permettre aux participants d'explorer leurs propres questions de recherche.

À la fin du cours, les étudiants devraient être capables de:

  • Lire et interpréter des arbres phylogénétiques;
  • Explorez certaines des méthodes comparatives phylogénétiques les plus couramment utilisées pour:
  • Effectuer la reconstruction d’états ancestraux;
  • Ajuster des modèles évolutionnistes aux traits biologiques;
  • Estimer des taux de diversification de traits;
  • Estimer les champs phylogénétiques des clades;
  • Évaluer la structure phylogénétique des communautés;
  • Intégrer des différentes approches de méthodes phylogénétiques en utilisant R;
  • Devenir à l'aise de naviguer dans la littérature primaire sur les méthodes statistiques comparatives.

Workshop Tutorial

eDNA metabarcoding: From raw data to RDA by Alexis Carteron and Simon Morvan

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

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.

Présentation
Code R

Geospatial analyses and cartography with R by Marie-Hélène Brice

The processing and analysis of spatial data under R goes back more than a decade ago. With a wide range of packages, R enables advanced geospatial statistics, modeling and visualization. But, why use R to manipulate spatial objects when there are very powerful and specialized tools (like ArcGIS or QGIS)? The answer lies in task automation and reproducibility of the entire workflow (importation, modification of geometry, statistical analysis, cartography, exportation).

Until recently, spatial analysis in R has largely relied on the package sp and its helper packages, rgdal and rgeos. Recently, the sf package allows R users to implement the ISO standard for access and manipulation of spatial vector data, simple features. One of the advantages of sf over the sp family is the use of data.frames and the simplification of data structures for spatial geometries, making spatial data handling easier and faster. During this workshop, we will see how to use the different packages of R (notably sf) to manipulate and analyze spatial objects and create nice and informative maps. The workshop is intended as an overview of R's functionalities in the field of spatial analysis, with the aim of making the analysis of geospatial data more accessible to all within the framework of a reproducible workflow.

Slides

Document

Survival analyses with R by Julie Landes

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

Theodosius Dobzhansky said in 1973 that “nothing in biology makes sense except in the light of evolution”. Statistical comparative phylogenetic methods are one of the ways that allow us to understand historical patterns of life within an evolutionary context. In this course, I propose to cover some of the families of comparative phylogenetic analyses of trait evolution and correlation, for both discrete and continuous data. My objective is to provide a short background in statistical and comparative phylogenetic methods, to allow participants to explore their research questions on their own.

By the end of the course, students should be able to:

  1. Read and interpret phylogenetic trees;
  2. Explore some of the most commonly used phylogenetic comparative methods to:
  • Perform ancestral state reconstruction;
  • Fit evolutionary models to traits;
  • Estimate diversification rates;
  • Estimate phylogenetic fields of clades;
  • Assess the phylogenetic structure of communities.
  1. Integrate different approaches of phylogenetic methods using R;
  2. Be comfortable navigating primary literature in statistical comparative methods.

Workshop Tutorial



Colloque R précédent | Previous R Symposium

Le matériel des ateliers du 1er symposium R de 2017 est maintenant disponible ici!

Material from the 2017 QCBS R Symposium is now posted here!