initiation à la bioinformatique formation biologie moléculaire / bioinformatique mercredi 20 mars...
TRANSCRIPT
Initiation à la Initiation à la bioinformatiquebioinformatique
Formation biologie moléculaire / bioinformatique
Mercredi 20 mars 2013
Initiation à la bioinformatique – 20 mars 2013
La La bioinformatique.bioinformatique.C’est quoi ?C’est quoi ?
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. C’est La bioinformatique. C’est quoi ?quoi ? Ensemble de méthodes, de logiciels et
d’applications en ligne qui permettent de gérer, manipuler, et analyser des données biologiques.
La bioinformatique met en jeu plusieurs champs disciplinaires :
Informatique
Mathématiques
formelles
Statistiques
Biologie
Initiation à la bioinformatique – 20 mars 2013
La La bioinformatique.bioinformatique.Pourquoi ?Pourquoi ?
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. Pourquoi La bioinformatique. Pourquoi ??
La bioinformatique a différents objectifs et différentes applications :
1-Collecter et stocker des informations dans des bases de données, accessibles en ligne.
Explosion de la quantité de données biologiques nécessitant des outils de stockage adaptés
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. Pourquoi La bioinformatique. Pourquoi ??
La bioinformatique a différents objectifs et différentes applications :
2-Fournir des outils de comparaison de séquences (protéiques ou nucléotidiques).
Objectifs :-identifier une séquence par rapport à une base de données-déterminer le degré de similitudes entre deux séquences (intérêt en taxonomie)-repérer des motifs structuraux :
-gènes, promoteurs, etc. pour un nucléotide.-zone de repliement, site actif, etc. pour un
polypeptide.
Séquence de référence
Séquence à analyser
Identification ? Points communs ?
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. Pourquoi La bioinformatique. Pourquoi ??
La bioinformatique a différents objectifs et différentes applications :
3-Fournir des outils de traduction de séquences.
Objectifs :-simplifier les taches de traduction-proposer plusieurs possibilités de protéines pour une même séquence-repérer exons / introns
Séquence nucléotidiq
ue
Séquence polypeptidiqu
e
Traduction
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. Pourquoi La bioinformatique. Pourquoi ??
La bioinformatique a différents objectifs et différentes applications :
4-Fournir des outils de prédiction
Objectifs :-repérer un opéron-repérer un gène ou une protéine anormale-prévoir la structure 3D d’une protéine-repérer des mutations-prédire une pathologie…
Prédiction physiologique
et fonctionnelle
Prédiction expérimentale
Objectifs :-repérer des sites de restriction-prévoir la digestion d’un nucléotide-prévoir / simuler la migration de fragments nucléotidiques ou protéiques lors d’une électrophorèse…
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique. Pourquoi La bioinformatique. Pourquoi ??
Séquence nucléotidique
Gène Protéine Fonction biochimique
Activité biologique
Analyse de séquences
Prédiction / simulation expérimentale
Biologie in silico
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique.La bioinformatique.Quelques repères Quelques repères historiques…historiques…
Initiation à la bioinformatique – 20 mars 2013
Quelques repères Quelques repères historiques…historiques…Années 80 : - Début de la micro-informatique
- Création des premières bases de données (GENBANK)
Années 90 : - Développement de l’internet et des réseaux
- Apparition des logiciels de comparaison
de séquences (FASTA, BLAST)Années 2000 : -Consultation libre en ligne des bases de données-Mutualisation des données avec les projets de séquençages de génomes
Initiation à la bioinformatique – 20 mars 2013
Les bases de Les bases de donnéesdonnéesLe cœur de la Le cœur de la bioinformatique…bioinformatique…
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Différentes catégories de bases de
données :Bases de données bioinformatiques
Bases généralistes-banque N-banque P
Bases spécialisées
Banques génomiques
Banques fonctionnelles :-transcriptome-protéome-métabolome…
Difficultés !!-Harmoniser le classement des informations-Utiliser un langage commun pour échanger des informations entre toutes ces bases
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Harmonisation des fiches de données
Exemple de la fiche GENBANK d’un plasmide d’E.faecalis
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Harmonisation des fiches de données
Suite de la fiche GENBANK d’un plasmide d’E.faecalis
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Harmonisation des fiches de données
Fin de la fiche GENBANK d’un plasmide d’E.faecalis
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Harmonisation des fiches de données
En résumé, une fiche comporte de nombreuses informations :
Locus Identificateur (nom et taille de la séquence)
Definition Description de la séquence
Accession / version Numéro d’accès dans la base
Keyword / Source / Organism / Reference / Authors / Title / Journal
Informations diverses (taxonomie, publications…)
Features Caractéristiques de la séquence / produits d’expression
Origin Séquence (par blocs de caractères / par lignes)
// Fin de l’entrée dans la base
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données Format commun de manipulation des
données : le format FASTA (Fast – alignment)Objectif : manipuler facilement des séquences dans les
bases de données, à l’aide d’un format universel, compatibles avec les traitements de texte (sous forme de fichier texte), ou par copier – coller.
Exemple de la fiche précédente du plasmide d’E.faecalis en format FASTA :
Initiation à la bioinformatique – 20 mars 2013
Les bases de donnéesLes bases de données
Remarques :
-Les bases nucléotidiques ne référencient que des monobrins d’ADN (même si la séquence soumise est de l’ADN bicaténaire ou de l’ARN)
la séquence est toujours dans le sens 5’P – 3’OH
-Les séquences nucléotidiques selon le degré de précision de l’enregistrement seront écrites le plus souvent avec A,T, C et G et/ou avec R,Y (base puRique A et G / base pYrimidique C et T) et/ou K,M (base Keto G et T / base aMino A et C).
-Les bases protéiques sont référencées : avec la séquence dans le sens N vers C
terminal avec le symboles d’acides aminés à 1 lettre
Format commun de manipulation des données :
le format FASTA (Fast – alignment)
Initiation à la bioinformatique – 20 mars 2013
Principe de la comparaison de Principe de la comparaison de séquencesséquences
La comparaison de séquences est l’outil central en bioinformatique :Repose sur des calculs matriciels ou des algorithmes complexes qui rendent des résultats sous forme de données statistiques (% match, score, e-value…)
Logiciel d’alignement le plus connu = BLAST (Basic Local Alignment Search Tool)Alignement de séquences
Score de similitude
Degré d’homologie
Identification, prédiction de structure de propriétés, de fonction
Démarche globale :
Initiation à la bioinformatique – 20 mars 2013
Principe de la comparaison de Principe de la comparaison de séquencesséquences
Principe du calcul des scores d’alignement :
Séquence de référence : AAA TTT GGG CCC
Score d’alignement = Somme des scores individuels(avec identité (match) = +2, non identité = -1 et gap -8)
Séquence 1 à analyser : AAA CCC GGG CCC
Séquence 2 à analyser : AAA TTT CCC
Alignement : AAA TTT GGG CCCAAA TTT - - - CCC
Score de la séquence 1: 2+2+2-1-1-1+2+2+2+2+2+2 = 15
Score de la séquence 2: 2+2+2-8+2+2+2+2+2+2 = 10
Non identité (mismatch) Non correspondance (gap)
Exemple :
Initiation à la bioinformatique – 20 mars 2013
Principe de la comparaison de Principe de la comparaison de séquencesséquences
Principe du calcul des scores d’alignement :
En pratique, plus le score d’alignement est élevé, plus les séquences sont similaires et présenteront des propriétés et des fonctions proches. plus de 70% de similarité permettent d’affirmer qu’il y a homologie
Initiation à la bioinformatique – 20 mars 2013
Ou trouver les Ou trouver les outils de outils de bioinformatique ?bioinformatique ?
Initiation à la bioinformatique – 20 mars 2013
Où trouver les outils de Où trouver les outils de bioinformatique ?bioinformatique ?
Outils indépendants, autonomes, en accès libre via internet (soit à utiliser en ligne, soit à télécharger sous forme d’installeurs). on les recherche par l’intermédiaire d’un moteur de recherche Portails de bioinformatiques, fonctionnant en ligne, et comportant plusieurs outils en accès libre ou payant. Exemples :- EBI (European Bioinformatics Institute)
http://www.ebi.ac.uk
- NCBI (National Center for Biotechnology Information)http://www.ncbi.nlm.nih.gov
Initiation à la bioinformatique – 20 mars 2013
Où trouver les outils de Où trouver les outils de bioinformatique ?bioinformatique ?
Le portail EBI
Initiation à la bioinformatique – 20 mars 2013
Où trouver les outils de Où trouver les outils de bioinformatique ?bioinformatique ?
Le portail NCBI
Initiation à la bioinformatique – 20 mars 2013
Où trouver les outils de Où trouver les outils de bioinformatique ?bioinformatique ?
Le logiciel BLAST accessible depuis le portail
Initiation à la bioinformatique – 20 mars 2013
La bioinformatique.La bioinformatique.Pour quelles Pour quelles applicationsapplications en STL ? en STL ?
Initiation à la bioinformatique – 20 mars 2013
Applications en STL ?Applications en STL ?
Recherche de données bibliographiques
Alignement d’une séquence inconnue pour identification
Analyse d’une séquence à la recherche de zones fonctionnelles
Calcul de Tm, recherche d’amorces, simulation d’électrophorèse
Etude des propriétés physico-chimiques d’une protéine
Modélisation tridimensionnelle
Initiation à la bioinformatique – 20 mars 2013
Exemple de scénario pédagogiqueExemple de scénario pédagogique
Cas de toxi-infection : présence récurrente d’une protéine inconnue dans un aliment surgelé !!
Identification après alignementavec une base de données
Le gène correspondant à la protéine est-il connu ?
Digestion de l’ADN par des enzymes de restriction et simulation de séparation par électrophorèse
On dispose du matériel pour réaliser la PCR, on veux maintenant, isoler le gène d’intérêt par
électrophorèse
Traduction protéine nucléotide
Le gène est retrouvé chez un taxon connu : on souhaite mettre en place une PCR afin de détecter la souche
productrice dans l’alimentPrévision des amorces nécessaires
Initiation à la Initiation à la bioinformatiquebioinformatique
Formation biologie moléculaire / bioinformatique
Mercredi 20 mars 2013