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.

Présentation au sujet: "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."— Transcription de la présentation:

1 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 IIDC : Frédéric Durak UMR 8090 : Philippe Froguel

2 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

3 Le laboratoire Recherche des gènes de prédisposition au diabète de type II et à l’obésité. Équipe de 40 personnes dont l’équipe bioinfo-biostatistique composée de 6 personnes Génomique et physiologie moléculaire des maladies métaboliques UMR 8090 Philippe Froguel

4 Sélection de gènes d’intérêts
Principe de gène candidat

5 Intégrations des données
Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Plg Plscr2 Ins Pon1 Popdc3 Prlr Proc INS GO: GO: GO: GO: GO: Gas2 Scd1 _at _at _s_at 200043_at 200694_s_at AF058956 AI180687 AF031939 Y17345 AI845103 SGDB 200 listes identifiants 8000 gènes intégrés/ gènes humains

6 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

7 Objectifs Sélection des gènes candidats qui s'appuie sur une base de données Intégration de sources de données très hétérogènes Faciliter la navigation parmi les résultats

8 L’architecture Apache -> serveur WEB
Php et Mysql -> affichage des pages dynamiques Perl et Mysql -> traitement et intégration des données Perl -> filtre et analyse des résultats R -> statistique, graphique

9 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

10 Page d’accueil

11 Ajout de données

12 Base de données

13 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

14 Les analyses

15 Récupération de la séquence
Unification des types de données hétérogènes en séquence Le choix de la base de données publique dépend de la saisie de l’utilisateur Récupération au format standard (fasta): >em|U03177|FL03177 Insulin AGATACAAGGAAGTTAGAGGCTAAAACAGGATATCTGTGGTTAAGCACCTGTGAGGCCAAGAACAGTTAAACCCCGGATATAGCTGAAACAGCAGAAGTTTCGCCAGCAGTCTCCAGGCTCCCCA

16 Position de la séquence sur les chromosomes
Recherche de la position sur le génome grâce au logiciel BLAT Adaptation du programme pour un fonctionnement en local Modification de l’étape d’alignement pour une accélération du processus de 20 à 30 fois. Récupération des gènes correspondant à cette position

17 Comparaison de séquence contre une banque de données
Comparaison grâce au logiciel BLAST Utilisation des bases locales Synthèse des résultats de BLAT et de BLAST dans un fichier

18 Les processus Temps d’exécution de 1 à 2 jours
Stockage des opérations dans un fichier Système multi-utilisateurs gérés grâce au PID

19 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

20 Les résultats

21 Intégrations des données
Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 Rs245895 Rs245548 Rs224887 Rs278415 Rs365874 Rs Rs448 GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: GO: _at _at _s_at 200043_at 200694_s_at _at _at _s_at 200043_at 200694_s_at _at _at _s_at 200043_at 200694_s_at _at _at _s_at 200043_at 200694_s_at _at _at _s_at 200043_at 200694_s_at AF058956 AI180687 AF031939 Y17345 AI845103 AF058956 AI180687 AF031939 Y17345 AI845103 AF058956 AI180687 AF031939 Y17345 AI845103 200 listes identifiants Plg Plscr2 Ins Pon1 Popdc3 Prlr Proc Plg Plscr2 Ins Pon1 Popdc3 Prlr Proc Plg Plscr2 Ins Pon1 Popdc3 Prlr Proc Gas2 Scd1 Ins Pon1 Prlr Proc SGDB INS 8000 gènes intégrés/ gènes humains

22 Le comptage de bloc (1) Comptage par nom de gène ?
Comptage par position Identifiant A Identifiant B Identifiant AB (gène X)

23 Le comptage de bloc (2)

24 Le comptage de bloc (3)

25 Le format de l’UCSC Choix des données par groupes ou individuellement
Choix des couleurs de piste

26 Le format de l’UCSC (2) Récupération du fichier
Position -> chr11:2,131,213-2,145,372 Visualisation des blocs

27 GMOD (1) Permet de "naviguer" le long du génome
Prend en charge le format GFF, stockage dans une base SQL Jeux de données présent pour effectuer des tests Grande souplesse de configuration Données de l’homme disponibles sur le site de l’UCSC

28 GMOD (2)

29 Plan Présentation et stratégie de recherche du laboratoire Objectifs
L’Interface Les analyses Les résultats Conclusions et perspectives

30 Conclusions (1) Problème de temps de réponse
- Optimisation de programmes - Système de cache sur disque - Base de données au lieu de fichier (GMOD) Problème de configuration système - Installation de packages - Problème de droits - Mysql en service

31 Conclusions (2) Travail en interaction avec
- Biologiste (utilisateurs) - Équipe bio-informatique - Administrateur système Utilisation d’un large panel de technologies - DB (Mysql) - Web (apache, php) - Programmation (perl) - Système (gestion des packages)

32 Perspectives Ajout de nouvelles stratégies pour l’identification basée sur des tables de correspondance Pondération sur les scores Enrichissement quotidien de la base de données par les utilisateurs

33 Perspectives Développement dans le cadre du projet ANR
Gènes sélectionnés par cet outil seront étudiés par des études génétiques Mise en ligne sur Internet avec une publication dans un journal de biologie Internet Local Données partielles publiées complètes confidentielles

34 Remerciements Sophie Gallina Christophe Wachter David Le Guilcher Stefan Gaget Jean-Claude Chèvre Ainsi que toute l’équipe du laboratoire