La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 Genopole Ile de France Montagne Sainte Geneviève- Plate forme Transcriptome ENS. Claude Jacq Institut Curie. Philippe La Rosa.

Présentations similaires


Présentation au sujet: "1 Genopole Ile de France Montagne Sainte Geneviève- Plate forme Transcriptome ENS. Claude Jacq Institut Curie. Philippe La Rosa."— Transcription de la présentation:

1 1 Genopole Ile de France Montagne Sainte Geneviève- Plate forme Transcriptome ENS. Claude Jacq Institut Curie. Philippe La Rosa

2 2 La bioinformatique connectée à la plate- forme puces à ADN de lÉcole Normale Supérieure Bioinformatique des Génopoles, Lyon 22 oct 03 Claude JACQ:

3 3 1. Apports des outils informatiques à lanalyse des données dexpression des génomes

4 4 Fouille de données Analyse des données Puces commerciales Puces maison Hybridation des puces Étapes expérimentales Analyse de limage Traitement des données Mise au point expérimentale Available Database Traitement des données brutes - Normalisation - Analyse statistique - Stockage Représentation informative des données - Regroupement Les différentes étapes dune expérience de puces à ADN où la bioinformatique est impliquée Les différentes étapes dune expérience de puces à ADN où la bioinformatique est impliquée

5 5 Mise au point des puces à ADN Sélection doligonucléotides spécifiques (ESPCI) SOL sélectionne des oligonucléotides spécifiques pour chaque séquence soumise. Les utilisateurs peuvent choisir pour les oligonucléotides des paramètres pour définir la taille, le rapport en GC et les conditions expérimentales comme la température dhybridation, le pourcentage de formamide ou la concentration en sels. Hybridation T° Formamide % Salt concentration Hybridation T° Salt concentration Melted-Blast Oligonucléotides Spécifiques MfoldMelting DB OLIGOS RefSeq > RAT > SOURIS > HUMAIN > … DB ARNm > GLUR4 tgcggatttgagattatta aaagggggc > VIP atggggccgatatatgta ccttagggttaat

6 6 Recherche de données significatives: Varan Varan utilise une approche statistique qui définit le domaine expérimental de variabilité et donne une analyse statistique de lexpression différentielle dépendante du niveau dexpression des gènes. Plusieurs méthodes de normalisation peuvent être utilisées. Varan pour lanalyse de la variabilité des expériences de puces à ADN (ESPCI) log 2 (I Cy5 /I Cy3 ) (log 10 (I Cy3 ) + log 10 (I Cy3 ))/2 Rinf 0.99 Rsup 0.99 log 2 (I Cy5 /I Cy3 ) N(, )

7 7 Arrayplot permet la normalisation rapide des données des puces (ENS) Expression non significative Cy3/Cy5 ratio > 0.5 et < 2 Gènes induits Gènes réprimés Intensités Cy3 Intensités Cy5 La normalisation des données: ArrayPlot Marc P, Jacq C. Arrayplot for visualization and normalization of cDNA microarray data. (2002) Bioinformatics 18(6): Arrayplot offre une interface utilisateur facilitant la visualisation de la distribution des données et des gènes dont la variation est la plus significative. - Arrayplot permet de calculer le facteur de normalisation basé sur la moyenne des intensités.

8 8 Données brutes Données brutes Normalisation Données normalisées Base de Données et Serveur Web Lecture obtenue avec le scanner Images Analyse dimages Base de données pour la publication Données publiées Base de données publiques Internet Intranet Gestion des données obtenues avec les puces à ADN Données normalisées Interface Web PostgreSQL & PHP Levure / Souris Toutes les étapes impliquées dans les expériences de puces à ADN sont stockées dans une base de données et accessibles pour tous les utilisateurs via une interface web graphique indépendante de la plate-forme logicielle utilisée pour interroger la base de données.

9 9 Un élément central: le LIMS Laboratory Information Management System Un élément central: le LIMS Laboratory Information Management System La base de données LIMS est modulaire Base de données locale pour le suivi des expériences (ENS) - Lames de verre - Puces à oligonucléotides - Toutes les étapes du protocole expérimental sont stockées dans la base de données. - Le LIMS permet le suivi des lames et des contrôles de qualité. - Toutes les informations stockées sont en accord avec le standard MIAME. - La structure flexible du LIMS permet lanalyse de différents types de lames. - Un ensemble de tables de correspondance est disponible pour aider à la détermination du nom des gènes (levure, souris).

10 10 Base de données locale: Accès rapide aux données organisées Sélection des cibles en fonction de critères significatifs Visualisation de plusieurs expériences à la fois Affichage des rations Cy3/Cy5 Suivi du profil dexpression

11 11 Outils de comparaison en ligne: MiCoVito MiCoViTo: Microarray Comparison Visualization Tools (ENS) Comparaison des voisinages entre deux expériences pour un gène sélectionné (graine). Les diagrammes en camembert affiche le voisinage entier en fonction de critères spécifiques (catégories fonctionnelles, phénotypes, complexes protéiques, …).

12 12 yeast Microarray Global Viewer (yMGV) 1 profil par publication1 histogramme par condition (expérience) Sélection : nom de gène expression publications Permettre laccès simple aux données dexpression publiées (ENS): S. Le Crom et al. yMGV: helping biologists with yeast microarray data mining. (2002) Nucleic Acids Research 30(1): P. Marc et al. yMGV: a database for visualisation and data mining of published genome-wide yeast expression data. (2001) Nucleic Acids Research 29(13): E63-3 Affichage des ratios le long des chromosomes

13 13 2. Apports des outils biochimiques à lanalyse informatique des données dexpression des génomes

14 14 Distribution des intensités pour le Cy3 et le Cy5 Distribution du log2 (ratios) 1. QUALITE DES DONNEES

15 15 Unique puce à ADN Temps Série de puces à ADN g2 g3 g1 g5 g4log2(Ratio)Temps Vue statique du transcriptome : Etats dexpression des gènes par rapport à un état de référence: Addition dun drogue, identité dune tumeur, etc… Vue dynamique du transcriptome

16 16 Les cibles directes de chaque facteur de transcription: une vue statique des propriétés du génome

17 17 MICROARRAYS ANALYSES RNA extraction, labelled cDNA synthesis Dynamic response of genome expression to the external presence of drugs: exemple of fungicides Benomyl (benzimidazole carbamate)

18 18 Expérience de puce Profiles dexpression des gènes g2 g3 g1 g5 g4log2(Ratio) X Y Z g2 g3 g1 g5 g4 Espace à 3 dimensions Cluster analysis of time-course expression data (6000 genes)

19 Network cascade of genes activated by benomyl 1= TF1, 2= TF2, 3= TF3, 4= TF4, 5= ?

20 20 acement des points Groupes dexpression et groupes dorthologie Gaelle Lelandais

21 21 Quelques pistes …. Description de réseaux de gènes à haute flexibilité. Groupes de gènes orthologues co-régulés. Génomique comparative et signaux de régulation

22 22 Microarrays production Corinne Blugeon Véronique Tanty Bioinformatic Stephane Le Crom Philippe Marc Gaelle Lelandais Pierre Vincens Stéphane Vialette Sophie Lemoine


Télécharger ppt "1 Genopole Ile de France Montagne Sainte Geneviève- Plate forme Transcriptome ENS. Claude Jacq Institut Curie. Philippe La Rosa."

Présentations similaires


Annonces Google