Développement d'un Système d'Information de phénotypage d'Arabidopsis thaliana Juliette FABRE LEPSE - INRA.

Slides:



Advertisements
Présentations similaires
CRÉER UNE APPLICATION INTERNET RELIEE A UNE BASE DE DONNEES
Advertisements

ACubeOLAP Client Olap en ACube.
Systèmes d Information : 12 Michel de Rougemont Université Paris II L ensemble Office.
Bruno Andrieu, EA EGC Grignon Christine Granier , EA LEPSE Montpellier
Introduction aux réseaux informatiques
19 septembre 2006 Tendances Logicielles IBM Rational Data Architect Un outil complet de modélisation et de conception pour SGBD Isabelle Claverie-Berge.
Excel 2007 et les services Excel. Pourquoi Excel ? Outil privilégié danalyse des données issues des bases multidimensionnelles Ergonomie connue des outils.
INTRODUCTION INTRODUCTION ERGONOMIE Tri par cartes Formulaires Interface Installation Lanceur Documentation TECHNOLOGIES XML + XSL CSS Formulaires génériques.
Mise en œuvre de l’informatique décisionnelle
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T SIDEx SIDEx Informatique et Automatismes.
A L I M E N T A T I O N A G R I C U L T U R E E N V I R O N N E M E N T PhpMyGI une interface générique mysql Interface générique ? Pourquoi une interface.
Cursus des formations informatique Programme
VI. Analyse des solutions techniques
LES OUTILS POUR LA GOUVERNANCE DES DONNÉES LA PASSION DES DONNÉES LA PRÉCISION DES RÉSULTATS.
Révision Avant lintra – Architecture de lordinateur, les composants, le fonctionnement, codage – Système dexploitation: organisation des données (fichier),
UN MOTEUR AUTOMATIQUE DE TACHES POUR LES CONVERSIONS EDI
PROJET HANDICAPS Certificat de Qualification Professionnelle
2006/2007Denis Cabasson – Programmation Web Cours de programmation web ENSAE
Dynamisez la gestion de votre atelier CNC.
N. Le Gall A. Jaouën E. Morin C. Coelo Cuzon D. Le Toux
Développement d’IHM* et d’applicatifs spécifiques
A4.1.1 Proposition dune solution applicative A4.1.2 Conception ou adaptation de linterface utilisateur dune solution applicative A4.1.2 Conception ou.
ISICIL SWEETDEKI Intégration du logiciel Mindtouch Core dans la plate-forme ISICIL Guillaume HUSSON.
Smart Management of bioreactors
VI. Analyse des solutions techniques
Sandrine BUENDIA Guillaume GALLET.
Projet CONSULTING SA : GSA ( Gestion du suivi d’activités)
Initiation au web dynamique - TP
PHP & My SQL.
CSC All Reserved, Usinor Leading to Succes with CSC in the Business Intelligence Projects BW Petit Bateau 28 février 2002.
Mission DSI du 23 au 24 Juin 2011 CRB I GNAME DGIS : D IOSCOREA G ERMPLASM I NFORMATION S YSTEM.
09/11/2006 CMS Content Management System Système de Gestion de Contenu.
CASTAGNOLI Gérard / ROTEREAU Armand
Soutenance ProJet Individuel
Qui sommes nous ? ERIidan Etudes et Réalisation d'Innovations Informatique et D'Activités Nouvelles 20 personnes à votre écoute Maîtrise Hard Soft et.
Application de gestion des retards
Projet SurfCam : Sous partie Stockage des acquisitions.
Progiciels de Gestion Intégrés
ATELIER GENIE LOGICIEL
Visualisation d’un entrepôt de données Pré soutenance technique
Xavier VERNE Consultant informatique Telamon. Plan Activités Aspects techniques Compétences Motivations.
d’une plateforme web géo-décisionnelle
Architecture logicielle
Centralisation des sites web d’ELTA & Mise en place d’un serveur NAS
 Les bases de données MySQL
EPREUVE E6 : PARCOURS DE PROFESSIONNALISATION
Création d’une base de données pour l’intégration de données génétiques et l’aide à la sélection de gènes candidats Franck De-graeve Master ASE.
Plan de la présentation
E.R.P. ou Progiciels de Gestion Intégrés
Analyse Orientée Objet Cahier de Laboratoire. Sujet : Il s'agit de concevoir un outil de gestion pour une PME qui commercialise des stations météorologiques.
Base de données biogéographiques sur Internet
Séance /10/ Projet de site dynamique avec Dreamweaver : MyCMS
La base de spectres BeSS Une collaboration amateurs/professionnels Ecole d’astrophysique du CNRS La Rochelle – mai 2006 François Cochard.
MINI- PROJET INFORMATIQUE L’EOLIENNE
Maintenir et garantir la qualité d’utilisation des céréales dans un contexte de restriction de l’utilisation des engrais azotés et de faible disponibilité.
EFREI – – Mathieu Nebra Le développement Web.
EDBA – Exercices DataBase for Algorithmics. Caractéristiques principales Environnement d’apprentissage lié à un domaine : l’algorithmique –Mise en place.
« Atelier méthodologique » Réseau IGEC Interaction Génotype Environnement Conduite (GAP – EA – MIA) le 9 mars 2010 Organisé par Nadine Hilgert (MIA Montpellier)
Soutenance.  Présentation générale  Architecture & Modélisation  Environnement de travail  Démonstration  Conclusion.
Le115.  Application technologie Web Application technologie Web Caractéristiques principales  Architecture LAMP (Linux / Apache / MySql / PHP) Architecture.
Analyse, élaboration et exploitation d’une Base de Données
1 CEC A.-CHAVANNE Sites Web et bases de données. 2 UNE BASE DE DONNÉES : POURQUOI ? Manipulation de grandes quantités d’information – représentation des.
Sextant RFS Consultants – Octobre Sextant Le logiciel d’assistance administrative indispensable à toute structure de plus d’une personne. Le premier.
Roger Boll, avril 2006 Equipe de Biologie des Populations en Interaction Institut National de la Recherche Agronomique UMR 1112 : Réponses des Organismes.
Travailler dans un environnement numérique évolutif Domaine D1.
YOUR CENTRAL SOURCE FOR DATA EXCHANGE TranscenData Proprietary Confidential Support AP242 Solution d’Interopérabilité ITI TranscenData 26 Mars 2014 Vincent.
APP-TSWD Apprentissage Par Problèmes Techniques des Sites Web Dynamiques Licence Professionnelle FNEPI Valérie Bellynck, Benjamin Brichet-Billet, Mazen.
Votre site Internet professionnel en quelques clics
Rappel : les différentes architectures de stockage Attachement direct NAS SAN.
Transcription de la présentation:

Développement d'un Système d'Information de phénotypage d'Arabidopsis thaliana Juliette FABRE LEPSE - INRA

Le LEPSE Le Laboratoire d'Ecophysiologie des Plantes sous Stress Environnementaux Objectif : analyser et modéliser les interactions Génotype x Environnement → Cultiver un grand nombre de génotypes et caractériser l'environnement 3 Systèmes d'Information avec bases de données et interfaces Web PHENODYN Plate-forme automatisée de phénotypage du maïs et du riz Serre et chambre de culture CINCALLI Phénotypage du maïs en champ PHENOPSIS Plate-forme de phénotypage automatisée pour A. thaliana

La plate-forme PHENOPSIS 3 chambres de culture automatisées et en conditions environnementales contrôlées permettant chacune de cultiver 504 pots d'Arabidopsis thaliana → Conditions de culture homogènes et reproductibles → Stress hydriques du sol contrôlés → Bonne fiabilité des mesures et traçabilité des données avec la génération automatique de fichiers de données → Analyses non-destructives : analyses de croissance foliaire (imagerie visible) et de température de surface (imagerie IR) → Analyses destructives : production de matériel végétal caractérisé et reproductible pour diverses analyses

Les données de la plate-forme PHENOPSIS DONNEES METEO 4 variables / 10 min (fichiers DAT) : température, humidité, rayonnement et VPD DONNEES ISSUES DES ROBOTS ~ 10 variables par pot et par cycle (données d'irrigation) = + de 5000 données par cycle (fichiers CSV) + de 500 photos par cycle (400 ko par photo) DONNEES MESUREES SUR LES PLANTES ~ 10-20 variables par plante et par expérimentation (Excel) : nombre et surface de feuilles et de cellules, stades phénologiques, longueurs de racines, .. + fichiers (scans, coupes histologiques, … Entre 50 ko et 1 Mo)

Pourquoi un outil de gestion de données? Passage au haut débit : très fort accroissement du nombre et de la diversité des mesures → près de 500 génotypes phénotypés entre 2003 et 2008 (sur une plate-forme) → 1 AN = ~ 6 M de lignes et au moins 200 Go de fichiers OUTIL STOCKER Données Métadonnées UTILISER A DISTANCE CONSULTER EXTRAIRE EXPORTER Une métadonnée est une donnée servant à définir ou décrire une autre donnée. → Développement depuis 2007 d'un système de gestion de base de données et d'une interface Web : PHENOPSIS DB financé par le projet européen Agron-Omics

Le Système d'Information MySQL Base de Données langage SQL R Apache Interface Web langages HTML et PHP Fichiers (photos, scans ..) SERVEUR Utilisateurs Ordinateur Mesures PLANTE DONNEES BRUTES Campbell Administrateur ROBOT Capteurs METEO CHAMBRES

La base de données PHENOPSIS (2) Propriété sur les données issues d'une expérimentation ou concernant un génotype : un groupe d'utilisateurs propriétaire Variables en ligne pour assurer une plus grande flexibilité et évolutivité de la base de données et des variables étudiées Organe MesureOrgane Utilisateur Genotype GroupeUtil MesureRobot PotManip Variable Groupe Manip Consigne Commentaire Chambre MesureMeteo

L'interface Web (1) Langages et Logiciels Architecture Client / Serveur Langages et Logiciels PHP – JAVASCRIPT : Web dynamique HTML et CSS : standards W3C (World Wide Web Consortium) : XHTML 1.0 et CSS 2.1 R : manipulation de données Gestion de la sécurité de l'interface Web et des données → Sauvegarde de la base de données assurée par le campus → Fichiers en double sur le serveur du LEPSE et le serveur du campus L'architecture client/serveur désigne un mode de communication entre plusieurs ordinateurs d'un réseau qui distingue un ou plusieurs postes clients du serveur : chaque logiciel client peut envoyer des requêtes à un serveur. Gestion des utilisateurs, des droits et de la propriété des données Outil convivial et ergonomique centré sur les besoins de l'utilisateur

L'interface Web (2) Insertion des données Soumission d'un enregistrement ou d'un fichier CSV d'enregistrements / PHP Validation / PHP ou R Mise en forme des données complexes / R Envoi d'une requête SQL d'insertion / PHP Consultation des données / Calculs, statistiques, graphiques Envoi d'une requête SQL de sélection / PHP Mise en forme des données complexes Calcul de données Statistiques Graphiques R Affichage des données, graphiques, téléchargement / PHP

Démo Phenopsis DB

En cours .. LIMITES → Insertion des données très lente : R très peu performant sur les boucles.. → Insertion des milliers de photos prises par les robots laborieuse → Importance du volume des données TRANSFERT AUTOMATIQUE des données issues des plate-formes PHENOPSIS dans la base de données (coll. M. DAUZAT et V. NEGRE LEPSE) → Insertion automatique des données météorologiques et d'irrigation par requêtes SQL → Transfert automatique des photos sur le serveur → Achat d'un serveur hébergé par le campus avec une grosse capacité de stockage (To)

En cours ... Module d'analyses d'images en ligne (coll. N. WUYTS LEPSE) Macros ImageJ pour l'analyse automatique en ligne des images Module d'analyses de données en ligne Graphiques et analyses statistiques via R Couplage avec d’autres BDD du projet Agron- omics (coll. B. RINN) (métabolome, transcriptome, protéome)

Pour conclure .. Outil de stockage, de vérification et d'extraction des données Analyser de grand jeux de données et identifier des idéotypes et des propriétés émergentes ... et détecter des anomalies! Développement de procédures automatiques de validation de données (coll. UMR ASB Montpellier) Ouverture partielle des données de phénotypage au public http://bioweb.supagro.inra.fr/phenopsis/ Dauzat et al (2004) Un automate de phénotypage pour cultiver des plantes à des états hydriques du sol contrôlés : un outil d'aide à la caractérisation de la réponse de la croissance et de la transpiration à la sécheresse. Le cahier des techniques de l'Inra, 53. Fabre et al (2008) Développement d'un Système d'Information de phénotypage d'Arabidopsis thaliana. Le cahier des techniques de l'Inra, 35. Granier et al (2006) PHENOPSIS, an automated platform for reproducible phenotyping of plant responses to soil water deficit in Arabidopsis thaliana permitted the identification of an accession with low sensitivity to soil water deficit. New Phytologist, 169 (3). Tisné et al (2008) Combined genetic and modeling approaches reveal that epidermal cell area and number in leaves are controlled by leaf and plant developmental processes in Arabidopsis. Plant physiology, 148.

Post Doc (RTRA, Agron-omics) Personnes du LEPSE impliquées Christine GRANIER CR1 INRA Myriam DAUZAT AI INRA Vincent NEGRE IE INRA Nathalie WUYTS Post Doc (RTRA, Agron-omics) Collaborateurs Hors- LEPSE UMR ASB INRA Montpellier : Anne TIREAU, Pascal NEVEU LBE INRA Narbonne : Virginie ROSSARD ETH ZURICH : Bernd RINN Sources de financements Projet Intégré Européen FP6, Agron-omics INRA projet Base de données RTRA