La recherche en biologie computationnelle

Transcription

1 La recherche en biologie computationnelle par Sébastien Boisvert BIF-1000 La profession de bioinformatien Mercredi le 19 octobre 2011 Local PLT minutes 1

2 Questions * Quand as-tu décidé de faire de la bioinformatique et pourquoi? Qu'as-tu retiré personnellement et professionnellement de ta formation universitaire en bio-informatique? Quel genre de défis rencontres-tu en tant que bio-informaticien en général et au jour le jour? Que vois-tu comme avenir pour toi et pour la bio-informatique en général? * Questions pertinentes selon Élénie Godzaridis, collègue (bio-) informaticienne 2

3 Question 1 Quand as-tu décidé de faire de la bioinformatique et pourquoi? 3

4 31 mars 1998: StarCraft Secondaire 1 Programmation 4

5 31 mars 1998: The Matrix Un monde de machines qui cultivent les humains pour obtenir de l'énergie. Les humains vivent dans la matrice, un monde virtuel créé par les machines. 5

6 1998: TI-80 Texas Instrument Processor proprietary Frequency 980 khz User Memory 7 KB of RAM Programmable en BASIC 6

7 1999: Cours introduction à l'internet Secondaire 3 Appris le HTML et le CSS 7

8 2001: Cours de chimie Secondaire 5 Prof: Chau Ly-Hai Il a dit que la biotechnologie est l'avenir. 8

9 : cégep DEC en techniques de laboratoire Spécialisation en biotechnologies 9 Cégep de Lévis-Lauzon

10 31 mars 2003: Red Hat Linux 9 10

11 Mai juin 2005: stage au CHUL Cancer du sein Séquençage de l'adn J'ai vu que l'informatique était très important en génétique 11

12 Réponse à la question Quand as-tu décidé de faire de la bioinformatique et pourquoi? Quand: au cégep Pourquoi: parce que la biotechnologie est l'avenir et que l'informatique est omni-présente dans notre société 12

13 Question 2 Qu'as-tu retiré personnellement et professionnellement de ta formation universitaire en bio-informatique? 13

14 Pour répondre à la question Description de mon cheminement universitaire 14

15 : baccalauréat Biotechnologie Concentration en bio-informatique Université de Sherbrooke 1/3 informatique 2/3 biologie 0.001% bio-informatique 15

16 Mai août 2006: stage 1 Centre de recherche en infectiologie de l'université Laval Biopuces, biostatistiques Développement web Le parasite Leishmania Langages: ANSI C, ISO C++, Perl, Ruby, R, HTML, CSS GNU, Linux, subversion, Ruby on Rails 16

17 Janvier avril 2007: stage 2 Centre de recherche en infectiologie de l'université Laval Biopuces, biostatistiques Entrepôts de données, services web, interfaces Virus respiratoires Langages: ANSI C, ISO C++, R, Ruby, HTML, CSS Ruby on Rails 17

18 Sept. décembre 2007: stage 3 Groupe de recherche en apprentissage automatique de l'université Laval Virus de l'immuno-déficience humaine Technologies: Noyaux, Machines à vecteurs de support Langages: ISO C++, Ruby 18

19 Mai juillet 2008: stage à McGill Stage au Centre d'innovation de l'université McGill et Génome Québec Développement d'outils génomiques Génome de Leishmania tarentolae Technologie de séquençage

20 : maîtrise Université Laval Directeur: Jacques Corbeil (médecine) Codirecteur: Mario Marchand (informatique) Jacques Corbeil Mario Marchand 20

21 : articles Sébastien Boisvert, Mario Marchand, François Laviolette, and Jacques Corbeil. HIV-1 coreceptor usage prediction without multiple alignments: an application of string kernels. Retrovirology 2008 Dec 4;5:

22 2009: Financement Frederick Banting and Charles Best Canada Graduate Scholarship - Master s Award, Canadian Institutes of Health Research (CIHR) $ pour 1 année 22

23 2010: début d'un doctorat Directeur: Jacques Corbeil (médecine) Codirecteur: François Laviolette (informatique) Frederick Banting and Charles Best Canada Graduate Scholarship - Doctoral Award Canadian Institutes of Health Research (CIHR) $ pour 3 années François Laviolette 23

24 Réponse à la question Qu'as-tu retiré personnellement et professionnellement de ta formation universitaire en bio-informatique? Personnellement: j'aime concevoir et implémenter des logiciels utiles pour les biologistes et les gens en général, partager ma passion pour les logiciels libres et Linux Professionnellement: grand réseau de contact à travers le Canada, expertise dans des domaines de pointe de l'informatique et dans la génétique, profil interdisciplinaire 24

25 Question 3 Quel genre de défis rencontres-tu en tant que bio-informaticien en général et au jour le jour? 25

26 Défi 0 Parler deux langages pour les biologistes (1) et pour les informaticiens (2) 26

27 Défi 1 Comprendre la biologie derrière les données 27

28 2010: Illumina HiSeq 2000 Séquençeur d'adn Flow Cell v3 8 lignes 11 jours > séquences de 101 nucléotides 28

29 Juillet août 2011: stage à Toronto Ontario Institute for Cancer Research Super-ordinateur à l'interne ~4000 coeurs Plusieurs séquençeurs Illumina HiSeq 2000 Plusieurs peta-octets de disques 29

30 Défi 2 Concevoir et implémenter des logiciels libres 30

31 Architecture d'un jeu vidéo (C++) Jeu multi-joueur: calcul sur plusieurs ordinateurs while(lejeuroule()){ recevoirdesinformationsduréseau(); recevoirdesentréesduclavieretdelasouris(); avanceretatdujeu(); envoyerdesinformationssurleréseau(); dessinerlejeusurecran(); jouerlessons(); } 31

32 Architecture de Ray (C++) Ray: logiciel que je développe Calcul distribué: calcul sur plusieurs ordinateurs while(leprogrammeroule()){ recevoirdesmessagesduréseau(); traiterlesmessagesreçus(); avanceretatducalcul(); envoyerdesmessagessurleréseau(); } 32

33 Défi 3 Utiliser des infrastructures informatiques de prochaine génération 33

34 2010: le colosse À l'université Laval 7680 coeurs de calcul Réseau Infiniband (latence de 10 us) 500 tera-octets de disques 34

35 Défi 4 Comprendre des concepts abstraits pour les améliorer 35

36 Graphe de Bruijn Un entier k, disons k=3 Un alphabet fini, disons {A,T,C,G} Les sommets: tous les mots de longueur k possibles avec {A,T,C,G} Arcs entre u et v si les k-1 dernières lettres de u sont les k-1 premières de v Exemple: ATG -> TGC 36

37 Séquences et chemins x = ATACGGCAT Sous-séquences de longueur 3 de x: {ATA,TAC,ACG,CGG,GGC,GCA,CAT} x est un chemin dans le graphe de Bruijn pour k=3 avec l'alphabet {A,T,C,G} ATA -> TAC -> ACG -> CGG -> GGC -> GCA -> CAT 37

38 Défi 5 Partager les découvertes 38

39 2010: première publication sur Ray Assembleur de novo ISO C Massivement distribué Standard MPI (Message-Passing Interface) Journal of Computational Biology, November 2010, 17(11):

40 Réponse à la question Quel genre de défis rencontres-tu en tant que bio-informaticien en général et au jour le jour? En général: communication, algorithmes, planification Au jour le jour: trouver le bug X qui cause un problème 40

41 Question 4 Que vois-tu comme avenir pour toi et pour la bio-informatique en général? 41

42 Réponse à la question Que vois-tu comme avenir pour toi et pour la bioinformatique en général? Avoir une composante informatique dans une formation permet d'avoir des compétences ré-utilisables Pour toi: post-doctorats, professeur-chercheur en bioinformatique, consultant/conseiller en calcul à haute performance, consultant/conseiller en logiciels libres Pour la bio-informatique: je me base sur l'opinions des géants de la bio-informatique 42

43 Créer demain avec les géants d'hier 43

44 Eugene W. Myers E. Myers (1986). "An O(ND) Difference Algorithm and Its Variations". Algorithmica 1 (2): algorithme pour obtenir la différence entre deux fichiers Altschul SF, Gish W, Miller W, Myers EW, Lipman DJ (1990). "Basic local alignment search tool". J Mol Biol 215 (3): outil de recherche blast Myers EW et al. (2000) "A whole-genome assembly of Drosophila." Science. 24;287(5461): preuve de concept du shotgun sequencing & assembly L'avenir: créer des algorithmes qui aident les biologistes 44

45 Pavel A. Pevzner Pevzner PA, Tang H, Waterman MS. (2001) "An Eulerian path approach to DNA fragment assembly" PNAS 14;98(17 ): approche complètement différence pour assembler les génomes L'avenir: utiliser la combinatoire pour comprendre le vivant 45

46 Steven L. Salzberg The knight of open access and open source in bioinformatics Algorithmes en bioinformatique (MUMmer, bowtie, GLIMMER, et beaucoup d'autres) L'avenir: un monde bio-informatique ouvert, libre et honnête qui fait la promotion de l'innovation ouverte pour accélérer le progrès 46

47 George Church Le présent: on peut lire l'adn L'avenir: pouvoir écrire l'adn pour permettre le traitement de maladies génétiques et pour créer des énergies vertes 47

48 Jean-Philippe Vert Saigo H, Vert JP, Ueda N, Akutsu T. Protein homology detection using string alignment kernels. Bioinformatics. 22;20(11): L'avenir: prédire le cancer avec l'intelligence artificielle 48

49 Pour en savoir plus Tweets Site web Blogue 49