Suivant l'avènement récent de technologies à haut débit, telles que les puces à ADN, les puces à protéines et plus récemment, le séquençage à haut débit, la statistique génomique a émergée comme un domaine de recherche important de la statistique. Un défit majeur est de formuler et d'implémenter des solutions aux questions provenant d'une collection de données et d'analyses de biologie moléculaire expérimentale. Ces questions proviennent de l'analyse de composantes individuelles de systèmes biologiques (ex : génomique structurelle et fonctionnelle, protéomique, metabolique), de l'analyse d'intéractions de ces composantes (réseaux biologiques) ou même du système biologique entier. Il est évident que des méthodes statistiques appropriées sont nécessaires afin d'analyser de telles données, et que la plupart de ces méthodes requièrent des calculs avancés tels que les chaines de Markov-Monte Carlo (MCMC) et les chaines de Monte-Carlo séquentielles (SMC). En ce qui concerne les MCMC ou SMC, la plupart des considérations théoriques sont résolues, mais des questions d'ordre pratiques subsistent et deviennent de plus en plus complexes avec les modèles. En général, les données d'expériences biologiques sont incomplètes, de très grande dimension, et les erreurs d'observation sont fréquentes. Des approches calculatoires spécifiques sont donc nécessaires, et cela représente un défi pour les praticiens.

Cet atelier de 5 jours va donner l'oportunité aux chercheurs et étudiants en statistique génomique de se construire un réseau. Des discussions et une séance d'affiches vont permettrent aux participants d'échanger leurs idées.