3I019 Introduction à la Bio

3I019Introduction à la Bio-informatiqueJuliana Silva BernardesHugues RichardBio-informatique : Définition•La bioinformatique est une science interdisciplinaire•Objectifs:•Analyser l'info. biologique disponible et produire de nouvelles connaissance. •Proposer et développer des modelés, des méthodes et des outils.•Requiert des connaissance en mathématique, en informatique et en biologie, etc.

Pourquoi informatique pour la biologie? Le monde du vivant•+ 8,7 millions d'espèces d'êtres vivants, des plus simples au plus complexes •procaryotes: organismes unicellulaires, dont l'unique cellule n'a pas de noyau•eucaryotes : la cellule contient un noyau.

Organismes unicellulaires ou pluricellulairesComplexité du vivantQuels sont les besoins des biologistes ?•Représentation, stockage, distribution des données, format, schémas, interface, outils d'interrogation. . . •Gestion des nouvelles données (accessibilité). •Interconnexion des données: pas de rupture dans la chaîne d'informations tant par manque d'informations que par surcharge d'informations. •Analyse des données issues de l'information biologique. •Développement de méthodes prédictives, modélisation.

Objectifs de La Bio-Informatique? •Formaliser des problèmes de biologie moléculaire;•Concevoir des solutions computationnelles à la portée des machines,•Développer et valider des outils; •Analyser, structurer, comparer, traiter les information biologiques •Stocker, accéder, filtrer ces informations •Modéliser des processus biologiques •Prédire des résultats biologiques; etc.Les domaines de recherche en informatique•Bases de données et de connaissances •Algorithmique•Théorie de graphs •Intelligence artificielle: Data mining, machine learning, etc•Statistique, analyse de données•Visualisation de données•Modélisation et simulation dynamiques•Calcul parallèleQuelles Types d'informations:•Génome (l'ensemble du matériel génétique d'un individu ou d'une espèce.) •Transcriptome (l'ensemble des ARN messagers transcrits à partir du génome) •Protéome (l'ensemble des protéines exprimés à partir du génome) •Métabolome (l'ensemble des composés organiques (sucres, lipides, amino-acides, ) •Intéractome (l'ensemble des interactions protéine-protéine) Quelles Types d'informations:Quelles Types d'informations: ADNQuelles Types d'informations: ARNQuelles Types d'informations: protéineQuelles Types d'informations: protéineVideoQuelles Types d'informations: génomeExemples de génomes •Homo sapiens - humain•23 paires de chromosomes•génome : 3 milliards de bases•gènes: de 30000 à 35000•l'ADN contenu dans les chromosomes d'une cellule mis bout a bout (formerait un ruban d'1,50 mètre)•Mus musculus - souris•21 paires de chromosomes•génome : 3 milliards de bases•gènes: de 30000 à 35000Exemples de génomes •Saccharomyces cerevisiae - levure de bière•16 paires de chromosomes•génome : 130 millions de bases•gènes : environ 6 000•Escherichia coli - bactérie de l'intestin•1 paire de chromosomes•génome : 46 millions de bases•gènes : environ 4 000Pourquoi séquencer les génomes ?•Intérêt scientifique •Evolution des espèces •Fonctionnement des cellules •Etude des êtres vivants •Intérêt économique•Médecine•Biotechnologies•Ecologie •Utilité publique •Nutrition •Propagation et compréhension des maladiesPourquoi et comment séquencer les génomes ? •Etudier des gènes (et leurs fonctions) •

Ce que souhaiterait connaıtre chaque biologiste : •Le jeu complet et précis des gènes ainsi que leur position sur le génome,•L'ensemble des transcrits d'un génome,•Le lieu et le moment de l'expression de chaque transcrit,•La protéine produite par chaque transcrit,•Le lieu et le moment de l'expression de chaque protéine,•La structure complète de chaque protéine,•La fonction de chaque protéine,•Les mécanismes cellulaires auxquels participent les protéines.Problématiques•La localisation des gènes•Prédiction de gènes•Analyse des séquences protéines•Prédiction de structure des protéines•Prédiction de la localisation cellulaire des protéines•Génomique comparative•Analyse du transcriptome •Analyse du proteome•Etude du fonctionnement de la cellule•Comprendre l'evolution : phylogénie•Meta-génomiqueLa localisation des gènes •C'est la première étape pour interpréter un génome•Distinction entre régions codantes et non codantes (Pas trivial).•Réalisée par des programmes informatiques combinant différents types d'information.•Ces programmes sont prédictifs, ils génèrent des erreurs•Certains gènes échappent a la détection (faux négatifs).•Certains gènes ne correspondent pas a de vrais gènes (faux positifs).•Même pour les prédictions correspondant a des gènes réels, les limites précises du gène sont parfois erronées.Proportions codant / non codant Prédiction de gènes•Localiser les gènes présents sur une séquence d'ADNles phases ouvertes de lecture •Une séquence codante :•Débute par un codon d'initiation (ATG + autres) •Termine par un codon de terminaison (TAA, TAG, TGA)•A une taille multiple de 3 (si les introns sont enlevés)•Problèmes :•Un gène peut être sur un brin ou sur l'autre•Plusieurs phases de lecture possiblesles phases ouvertes de lecture Analyse des séquences protéines•Etude de la fonction des protéines•Par comparaison à d'autres protéinesAnalyse des séquences protéines•Par recherche de motifs ou domaines connus •Modelés pour représenter des motifs •Approches expressions régulières, grammaires, modelés de Markov•Algorithmes de recherche de motifs approchesAnalyse des protéines: prédiction de structureAnalyse des protéines: prédiction de structure 2D•Par déduction a partir d'une protéine similaire•Par recherche de domaines structurels connusAnalyse des protéines: prédiction de structure 3D•Prédire les coordonnées x, y, z de chaque atomeAnalyse des protéines: prédiction de structure 3D•Techniques experimentales: RMN, cristallographie•Apprentissage automatique: reseaux de neurones, SVM, modeles bayesiens, modeles physiques•par comparaison a l'existant•Dans PDB, toutes les sequences avec 25% identite ou plus ont la meme structure•CASP (Critical Assessment of Techniques for Protein Structure Prediction): concours international biannuelPrédiction de la localisation cellulaire •Par étude des domaines transmembranaires•Par recherche des peptides d'adressageGénomique comparative •Objectifs :•Etudier l'evolution entre espèces a l'échelle du génome•Identifier des gènes spécifiques a une espèce (pathogenicite, . . . •Retrouver des régions de syntenie (conservation de l'ordre de gènes homologues dans le génome d'especes différentes)•Etude du polymorphisme au sein d'une même espèceComprendre l'evolution : phylogénie•Retracer l'historique des espèces a partir des évolutions observée•1859 - Darwin•"lignes généalogiques de tous les êtres organises".•866 - Haeckel •"enchaınement des espèces animales et végétales au cours du temps »•1967 - phylogénie moléculairephylogénie moléculaire•données : séquences (ARN, protéines)•évolution : mutations observées entre les séquences elephant FVNQHLCGSHLVEALYLVCGERGFFYTPKTGIVEQCCTGVCSLYQLENYCN hamster FVNQHLCGSHLVEALYLVCGERGFFYTPKSGIVDQCCTSICSLYQLENYCN baleine FVNQHLCGSHLVEALYLVCGERGFFYTPKAGIVEQCCASTCSLYQLENYCN •algorithmes de construction des arbres de phylogénies, statistiques pour modéliser l'evolutionMeta-génomique