Pre-conference WorkshopsCHIMIOMETRIE 2026 isn't just about the main conference sessions. We're excited to organize training workshops before the main event, taking place on February 17, 2026. Whether you're a novice or an expert looking to refresh your knowledge, these workshops, led by recognized specialists, offer a valuable opportunity to enhance your expertise. Here is the full programme for these three-hour training courses, limited to 20 people per session: ------------ Aspects méthodologiques pour l'acquisition et le traitement de données métabolomiques Animateurs : Julien Boccard - Serge Rudaz (Université de Genève) La métabolomique vise l'analyse la plus large possible des métabolites et de leurs potentielles altérations dans un système biologique. Pour cela, elle s’appuie sur la mesure de signatures biochimiques obtenues à l’aide d'outils analytiques de pointe pour caractériser des échantillons issus d’essais dirigés ou non. Des approches adaptées sont ensuite nécessaires pour extraire l'information biologique ou chimique pertinente de la grande quantité de signaux mesurés. Ce cours a pour objectif de présenter les principes, les objectifs et les outils importants de la métabolomique et son flux de travail. Les principales plates-formes analytiques utilisées, basées sur la spectrométrie de masse, seront présentées, ainsi qu'une introduction à l'analyse de données multivariées et à la stratégie d’annotation des signaux instrumentaux pour obtenir une identité probable ou confirmée permettant une interprétation biologique. ------------ Traitement des données issues de l'imagerie hyperspectrale Animateur : Ludovic Duponchel (Université de Lille) L'objectif de ce cours est d'introduire l'ensemble des outils nécessaires à l'exploration de données hyperspectrales / multispectrales provenant d'expériences d'imagerie spectroscopique comme par exemple en Raman, moyen infrarouge, proche infrarouge et bien plus. Nous nous pencherons ainsi sur cette structure particulière du cube de données mêlant informations spectrales et spatiales. Après une introduction sur les principes instrumentaux spécifiques à ces expériences, nous aborderons en premier lieu l'exploration univariée qui est à la base de l'imagerie en insistant sur ses avantages et ses inconvénients. Les outils multivariés seront ensuite abordés comme par exemple l'Analyse en Composantes Principales (ACP), les méthodes de classification non-supervisée (Clustering, K-means...), les méthodes de classification supervisée (k-Nearest Neighbors, SIMCA, PLS-DA...) ou encore la résolution multivariée de courbes (MCR-ALS). Ce sont bien entendu des outils classiques de la chimiométrie mais nous les aborderons dans ce cadre spécifique de l'imagerie spectroscopique. ------------ A little journey through causality Animateur : Philippe Bastien (L'Oréal R&I) L'objectif de ce cours est de présenter les concepts de base à travers les approches de Pearl et de Rubin. Après une présentation historique de la causalité on s’intéressera à résoudre certains paradoxes (Simpson) que la statistique classique ne peut expliquer. On présentera un langage graphique sous la forme de DAG (directed acyclic graph) proposé par Pearl pour exprimer et visualiser notre vision causale du monde. On s’appuiera sur les notions de v-structures et de d-separation dans la construction du DAG. On montrera comment identifier les effets causaux grâce à l’utilisation d’outils comme le back-door, le front-door, les variables instrumentales ou le do-calculus. On abordera la notion de contrefactuelle principalement à travers les travaux de Rubin avec la notion de potential outcomes. On montrera comment éliminer les biais de confusion à travers la pondération des observations par le score de propension. On présentera l’utilisation de packages sous R et Python. ------------ Analyse de données multiblocs de spectroscopie et de métabolomique Animateurs : Marion Brandolini-Bunlon - Benoit Jaillais - Mohamed Hanafi L'analyse conjointe de plusieurs tableaux de données issues de mesures par spectroscopie vibrationnelle ou par métabolomique, ayant les mêmes observations ou les mêmes variables, constitue un véritable atout scientifique. Les méthodes chimiométriques classiques telles que l'analyse en composantes principales (ACP) et la régression des moindres carrés partiels (PLS) ont alors été étendues pour être plus efficaces pour analyser ces données dites « multiblocs ». L’objectif de ce cours est donc d’introduire le concept de données multiblocs et le principe de leur analyse, et de faciliter l’accès et la mise en œuvre des méthodes multiblocs par les utilisateurs. Nous parlerons, notamment, des structures de données multiblocs et de la notion de factorisation canonique des données multiblocs, et nous reformulerons les méthodes existantes à partir de cette notion. Devant la multitude des approches proposées et des méthodes qui en résultent pour répondre à différents objectifs, l’utilisateur non spécialiste pourrait rester perplexe. Ce cours sera donc avant tout une introduction didactique à l’analyse de données multiblocs lorsque ces techniques sont appliquées sur données issues de la spectroscopie vibrationnelle et de métabolomique. Le processus d’analyse, avec les tâches allant de la visualisation de base de données multiblocs aux applications innovantes, sera présenté sur la base de plusieurs études de cas. Les avantages et inconvénients des différentes méthodes seront également discutés. Enfin, nous proposerons des outils ayant des sorties graphiques standardisées et enrichies pour l’ensemble des méthodes. Un résumé des ressources logicielles disponibles pour l'analyse de données multiblocs sera fourni, avec un focus particulier sur l’outil ChemFlow. ------------ Vibe coding: an intuitive and creative approach to exploratory data analysis and modeling using AI-assisted programming. Animateur : Alban Ott (L'Oréal R&I) I will introduce the concept of vibe coding: an intuitive and creative approach to exploratory data analysis and modeling using AI-assisted programming. Vibe coding is a workflow where scientists interact fluidly with AI tools, iteratively translating their scientific questions and hypotheses into code in a conversational, collaborative manner. It emphasizes a playful, feedback-driven exploration of data. Vibe coding leverages tools like GitHub Copilot, Gemini, and Cursor to enable Python scripting, making it accessible even for those with minimal programming experience. This methodology offers a gentle yet powerful entry point into Python for chemometricians, allowing them to focus on insight and discovery rather than syntax. I'll demonstrate its potential with datasets from either spectroscopy, chromatography, or metabolomics. Vibe coding fosters rapid pattern recognition, dimensionality reduction, and anomaly detection, all while lowering the barrier to technical skill. ------------ Démélange spectral et résolution de courbes multivariées : Principes et mise en application Animateurs : Cyril Ruckbusch - Raffaele Vitale (Université de Lille) Ce cours vise à offrir une perspective globale sur les problèmes de démélange spectral et de résolution de courbes multivariées (MCR). On commencera par une introduction générale sur la nature, les caractéristiques et la géométrie des données spectroscopiques de mélange. On décrira les principes méthodologiques et l’implémentation algorithmique de l’approche MCR. On présentera les résultats obtenus pour des données de mélange réelles et on discutera de leur interprétation non seulement d’un point de vue physico-chimique, mais aussi mathématique et géométrique. À cet égard, on se référera aux travaux les plus récents effectués dans l’équipe. |
