Presentation 2 Amélie/Greg Juillet 2007. Les 3 objectifs du projet 1.Comparaison de 3 sources d’annotations génomiques. 2.Comparaison de données d’expression.

Présentation au sujet: "Presentation 2 Amélie/Greg Juillet 2007. Les 3 objectifs du projet 1.Comparaison de 3 sources d’annotations génomiques. 2.Comparaison de données d’expression."— Transcription de la présentation:

1 Presentation 2 Amélie/Greg Juillet 2007

2 Les 3 objectifs du projet 1.Comparaison de 3 sources d’annotations génomiques. 2.Comparaison de données d’expression de micro-array (humain versus humain) 3.Comparaison de données d’expression de micro-array ( humain versus rat)

3 Pipeline ANNOTATION AFFY BIOC RESN ANALYSE EXPERIENCE MICROARRAY CUFI/NULIZABNERWRIGHT NULI DMNQAT2 TNF NORKINAKAUR

4 Comparaison de données d’expression de micro-array (humain versus humain) Problématique: CFTR -/- chez l’humain 2 expériences: Cufi/Nuli (Berthiaume) et CF/nonCF (Zabner). UP REGULE pValbVallogFCrows <= 0.01->=0104 <= 0.01->=10 <= 0.01>0>=03 <= 0.01>0>=10 <= 0.05->=0515 <= 0.05->=10 <= 0.05>0>=03 <= 0.05>0>=10 DOWN REGULE pValbVallogFC <= 0.01-<=-19 <= 0.01-<=0446 <= 0.01>0<=-14 <= 0.01>0<=050 <= 0.05-<=-110 <= 0.05-<=01036 <= 0.05>0<=-14 <= 0.05>0<=050

5 Quelques résultats de comparaisons

6 Comparaison de données d’expression de micro-array ( humain versus rat) Problématique: analyse du stress oxidative dans des cellules pulmonaires ( 2 types differents) chez le rat et l’humain 2 experiences: Humain = NULI+DMNQ Rat = AT2 + TNF

7 Quelques résultats de comparaisons…selon les Gene Symbol GeneSymbol_rat = Gene Symbol_humain Ici, on suppose une orthologie probable

8

9 Quelques résultats de comparaisons…selon le fichier d’orthologie d’Affymetrix Id_probeset_rat => Fichier orthologie AFFX Rat230.2/Humain HGU133 <=Id_probeset_humain Ici, on suppose une orthologie probable à partir des séquences des probesets

10 Problemes Methode statistique trop standardisée? Rejet de certaines experiences…tester d’autres methodes.. Gestion de l’orthologie pas encore au point….verification par Blast Filtration des resultats (doublons suite a des interrogations croisées)…mot clé: DISTINCT, UNIQUE.

11 Extension Insertion d’une dizaine d’experience en plus. Usage d’autre approche statistique pour faire l’analyse en amont (cybert T, AffyPLM, SAM). Standardiser le systeme Automatiser les scripts d’analyse SQL pour produire de l’analyse. 2007/2008: exploitation des resultats produits, reajustements des critéres statistiques utilisés.