INTRODUCTION A LA BIOINFORMATIQUE. Silvina GONZALEZ- RIZZO ag.fr

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "INTRODUCTION A LA BIOINFORMATIQUE. Silvina GONZALEZ- RIZZO sgonzale@univ- ag.fr"

Transcription

1 INTRODUCTION A LA BIOINFORMATIQUE Silvina GONZALEZ- RIZZO ag.fr

2 BioinformaEque pour des biologistes Objec&f du cours: Vous montrer les taches courantes de la bioinforma&que qu'un biologiste/biochimiste doit savoir traiter par lui- même sans avoir recours au spécialiste a fin de répondre à des ques&ons usuelles comme: 1. Comment extraire des informa&ons per&nentes dans la banque de données biologiques? 2. Est- ce que ce gène appar&ent à une famille connue? 3. Comment designer des amorces pour amplifier un gène spécifique? 4. Existe- t- il d autres gènes homologues?? 5. ETC

3 BioinformaEque? Ensemble de méthodes, de logiciels et d applica&ons en ligne qui permeqent de gérer, manipuler, et analyser des données biologiques. La bioinforma&que met en jeu plusieurs champs disciplinaires : Informatique Mathématiques formelles Statistiques BIOLOGIE

4 La bioinformaeque est interdisciplinaire Chimie Mathema&ques Sta&s&que Biologie Moléculaire Bioinforma)que Computer Science Informa&que Médicine Physique

5 BioinformaEque Le terme bioinforma&que peut décrire toutes les applica&ons informa&ques résultant de ces recherches dans le but de résoudre un problème scien&fique posé par la biologie. Cela va de l'analyse du génome à la modélisa&on de l'évolu&on d'une popula&on animale dans un environnement donné, en passant par la modélisa&on moléculaire, l'analyse d'image, le séquençage du génome, la reconstruc&on d'arbres phylogéné&ques (phylogénie), etc.

6 BioinformaEque Comme le décrit très bien Jean- Michel Claverie : "La bioinforma,que est cons,tuée par l ensemble des concepts et des techniques nécessaires à l interpréta,on de l informa,on géné,que (séquences) et structurale (repliement 3- D). C est le décryptage de la «bioinforma)on» («Computa,onal Biology» ). La bioinforma,que est donc une branche théorique de la Biologie. Son but, comme tout volet théorique d une discipline, est d effectuer la synthèse des données disponibles (à l aide de modèles et de théories), d énoncer des hypothèses généralisatrices (p.e: comment les protéines se replient ou comment les espèces évoluent), et de formuler des prédic,ons (p.e : localiser ou prédire la fonc,on d un gène)".

7 BioinformaEque On peut aussi appeler ceqe discipline: - BIOLOGIE in silico par analogie avec les termes: - Biologie in vitro à environnement ar&ficiel - Biologie in vivo à organismes vivants

8 BioinformaEque Trois ac&vités principales: Acquisi&on et organisa&on des données biologiques Concep&on de logiciels pour l analyse, la comparaison et la modélisa&on des données Analyse des résultats produits par les logiciels ProducEon de données Analyse de données Stockage des données

9 Analyse de données Hypothèse ExpérimentaEons biologiques Biologie Base de données Méthodologies BIOINFORMATIQUE ModélisaEon SimulaEon InformaEque Traitement bioinformaeques ApplicaEons Ingénierie Logicielle et webicielle Carrossage D après Bioinforma&que 2013 (Dunod)

10 BioinformaEque Aujourd'hui pra&quement tout projet de biologie comporte une étape d analyse bioinforma&que des données. Un biologiste passe environ 20-30% de son temps à u&liser des ou&ls bioinforma&ques.

11 L évolueon des technologies de séquençage En biologie, de nouveaux types de données issus des progrès technologiques émergent constamment StraQon (2009) Nature

12 Le volume de données croît de manière exponeneelle Source: genbank L explosion de la quantité de données biologiques nécessite des outils de stockage adaptés

13 La baisse des coûts est corrélée à l augmentaeon des débits 2001: Coût de 1Mb était de $ Bientôt la séquence complet d un humain coûtera environ 500

14 Découverte de la structure de l ADN 1953 (Watson et Crick) Comment on obeent ces séquences? Historique (rapide) des technologies Southern Blot Séquençage - Sanger - Gilbert Séquençage par mesure de la fluorescence Puce à ADN (microarray) Séquenceur à capillaire Séquençage à haut débit (NGS) N- NGS 1 ère GENERATION SEQUENCEUR 2 ème GENERATION SEQUENCEUR 3 ème GENERATION SEQUENCEUR

15 1977 Le séquençage par la méthode Sanger D après The Scien,st + S. LeCrom ( Genomic Paris Center)

16 Le séquençage par la méthode Sanger

17 1990 Les séquenceurs à capillaires En uelisant toujours la méthode Sanger

18 Le séquençage par la méthode Sanger Technologie uelisée pendant plus de 30 ans pour lire le code généeque des organismes vivants. Le décryptage du génome humain La dernière généraeon des séquenceurs à capillaires, uelisant la technique Sanger, permet aujourd hui de lire jusqu à 2 millions de bases en une demi- journée. En 2007 séquenceur de nouvelle généraeon Début de la révolueon de l analyse génomique

19 2007 La seconde généraeon de séquenceur: le séquençage à haut débit NGS : Next Genera)on Sequencing HTS : High Throughput Sequencing Pyroséquencage (ROCHE) Séquençage par ligaeon (Applied Biosystems) Séquençage à l aide de terminateurs réversibles (Illumina) Trois étapes principales: 1. PréparaEon et amplificaeon de l ADN à analyser 2. IncorporaEon des bases complémentaires du brin à séquencer 3. Lecture de la séquence

20 Séquençage haut débit : Principe Etapes communes aux différentes technologies : FragmentaEon enzymaeque de l ADN. PréparaEon d une banque d ADN (library) par ligaeon d adaptateurs AmplificaEon clonale Séquençage générant des signaux (luminescent ou fluorescent) DétecEon des signaux émis et conversion en séquence Voelkerding 2010

21 La seconde généraeon de séquenceur: le séquençage à haut débit NGS : Next Genera)on Sequencing HTS : High Throughput Sequencing ObtenEon de séquences courtes en très grand nombre IntégraEon (système combinant les avantages de la PCR et des puces) ParallélisaEon MiniaturisaEon

22 Comparaison des technologies de séquençage à haut débit Source: Genomic Paris Center

23 Les technologie de séquençage à haut débit Avantages Inconvénients

24 2012 Vers la troisième généraeon de séquenceur Séquenceur à haut débit de «paillasse» 2 nd généraeon d appareils à haut débit a fin de résoudre deux des limitaeons des premières généraeons de machines: D une part la nécessité d amplifier l échanellon à analyser: Nouvelles machines capables de lire directement la séquence d ADN. D autre part le temps d acquisieon des appareils (par cycle): Les nouveaux séquenceurs sont capables d effectuer la lecture de l ADN en temps réel.

25 2012 Le séquençage en temps réel

26 Technologie nanopore

27 Les applicaeons du séquençage Séquençage de novo Séquençage Analyses fonceonnelles Reséquençage

28 Les applicaeons du séquençage Le séquençage de novo Fournir la séquence de génome inconnu Combinaison de plusieurs méthodes pour obtenir des version de génome de bonne qualité UElisés dans le domaine médical pour la découverte de génomes d agents pathogènes inconnu ou de nouveaux virus

29 Les applicaeons du séquençage Le reséquençage

30 Les applicaeons du séquençage Les applicaeons fonceonnelles

31 Les applicaeons du séquençage Séquençage de novo Séquençage Analyses fonceonnelles Reséquençage BIONFORMATIQUE

32 AcEvité biologique connue Avant la bioinformaeque (=> 1990) Etude biochimie structure 3D Séquence Protéine Gène Mutagénèse RelaEon structure- acevité BIOINFORMATIQUE Banques de données Prédic&on des gènes Iden&fica&on de protéines prédic&on sites/signatures Prédic&ons de structure Modélisa&on moléculaire Stockage Classifica&on Intégra&on Criblage «Omics» Génomique Protéomique Transcriptomique Séquences génomiques Séquences protéiques PrédicEon AcEvités biologiques Études biochimiques Structures 3D Aujourd'hui (depuis les programmes de séquençages massif et la bioinformaeque) Génomique structurale (Deleage et Gouy: Bioinforma&que 2013 ed. Dunod)

33 ObjecEfs et applicaeons de la bioinformaeque 1. Collecter et stocker des informaeons dans des bases de données, accessibles en ligne. L explosion de la quantité de données biologiques nécessite des outils de stockage adaptés

34 BioinformaEque 2. Fournir des ouels de comparaison de séquences (protéiques ou nucléoediques). Séquence de référence Iden,fica,on? Points communs? Séquence à analyser IdenEfier une séquence par rapport à une base de données Déterminer le degré de similitudes entre deux séquences ou plus Repérer des moefs structuraux : - gènes, promoteurs, etc. pour des séquences nucléoediques. - zone de repliement, site acef, etc. pour une séquence protéique

35 BioinformaEque 3. Fournir des ouels de traduceon de séquences Séquence nucléoedique Traduc)on Séquence polypepedique Simplifier les taches de traduceon Proposer plusieurs possibilités de protéines pour une même séquence Repérer exons / introns

36 BioinformaEque 4. Fournir des ouels de prédiceon PrédicEon physiologique et fonceonnelle PrédicEon expérimentale Repérer un opéron Repérer un gène ou une protéine anormale Prévoir la structure 3D d une protéine Repérer des mutaeons Prédire une pathologie Repérer des sites de restriceon Prévoir la digeseon d un nucléoede Prévoir / simuler la migraeon de fragments nucléoediques ou protéiques lors d une électrophorèse

37 BioinformaEque 5. Études phylogénéeques et l évolueon moléculaire des êtres vivant

38 BioinformaEque Analyse de séquences Séquence nucléoedique Gène Protéine FoncEon biochimique AcEvité biologique Prédiction / simulation expérimentale Biologie in silico

39 BASES DE DONNÉES

40 Bases de données Pour abouer à la formulaeon de ces modèles et à ces prédiceons, il est indispensable de tout d abord collecter et organiser les données à travers la créaeon de bases de données. LES BASES DE DONNÉES Une base de données est un ensemble structuré et organisé perme{ant le stockage de grandes quanetés d informaeons afin d en faciliter leur uelisaeon (ajout, mise à jour, recherche et éventuellement analyse).

41 Bases de données Banques de données Une banque de données est un ensemble de fichiers textes sans relaeon entre eux (fichier «plats»). Une base de données est un ensemble de relaeon entre des données gérées avec un système de geseon de base de données (SGBD) et interrogeable par SQL (Structure Query Langage).

42 Bases de données Les séquences nucléiques et protéiques étaient déposées dans un livre édité par M. Dayhoff 1980: Premières banques informaesées de données de séquence biologiques Différentes catégories de bases de données : Bases généralistes Bases spécialisées Peuvent générer leurs propres données (privés) accessibilité restreinte ou Obtenir les données d autres labo (public) «libre service»

43 Bases de données Ø Différentes catégories de bases de données : Bases généralistes - banque N - banque P Bases spécialisées Banques génomiques Banques fonceonnelles : - transcriptome - protéome - métabolome - maladies

44 Bases de données Les deux plus grands centres de bioinformaeque du monde sont: InsEtut Européen de BioinformaEque (EBI) h{p:// NaEonal Center for Biotechnology InformaEon (NCBI) h{p://ncbi.nlm.nih.gov/ Banque de données de séquences de protéines SWISS- PROT h{p://

45 Bases de données généralistes: publique Pour collecter l ensemble de séquences nucléiques: EMBL (Europe) devenue aujourd'hui l ENA= European NucleoEde Archive h{p:// GenBank (USA) h{p:// DDBJ (Japon) DNA DATA BANQUE OF JAPAN h{p:// CONSORTIUM INTERNATIONAL INSDC Permet d accéder à des nombreuses données et aucun d entre eux génère ces données Soume{re des séquences numéro d accession

46 Bases de données généralistes: privé 1000 genomes project hqp:// hqp://

47 Bases de données généralistes Bases de données de séquences protéiques: Les deux plus importantes : SwissProt (1986) : banque manuellement annotée et «ne{oyée» PIR/NBRF (1984) : banque américaine fournissant une classificaeon des protéines basée sur la similarite entre les séquences. CONSORTIUM Universal Protein Resource UniProt h{p:// h{p://

48 Bases de données généralistes Bases de données de structure: La Protein Database (PDB) stockent les structures protéiques obtenues par RMN ou cristallographie Une entrée coneent donc les coordonnées de tous les atomes de la structure h{p://mm.rcsb.org

49 Bases de données spécialisées Chaque année, en janvier, le journal Nucleic Acids Research publie un numéro spécial dédié aux bases de données «database»

50 Bases de données spécialisée Dédiées à un organisme : Flybase : Drosophile hqp://flybase.org HIV database : Porteco: Escherichia coli hqp:// Arabidopsis thaliana: TAIR hqps://

51 Bases de données spécialisée Dédiées à un type de séquences pareculier : IMGT : données d immunologie hqp:// EPD : Eukaryo&c Promoter Database hqp://epd.vital- it.ch The European ribosomal RNA database hqp:// bioinforma&cs.psb.ugent.be/webtools/rrna Online Mendelian Inheritance in Man hqp:// GOLD: Genome Online Database hqps://gold.jgi.doe.gov

52 Bases de données: NCBI C est un de plus grande centre de bioinformaeque du monde h{p://

53 Comment on cherche dans les bases de données? Exemple Genbank h{p://

54 Exemple Genbank Je connais le No. d accession (paper)

55 RESULTATS. Exemple Genbank

56 Exemple Genbank

57 Exemple Genbank

58 Exemple Genbank En résumé, une fiche comporte de nombreuses informaeons : Locus DefiniEon Accession / version Keyword / Source / Organism / Reference / Authors / Title / Journal Features Iden&ficateur (nom et taille de la séquence) Descrip&on de la séquence Numéro d accès dans la base Informa&ons diverses (taxonomie, publica&ons ) Caractéris&ques de la séquence / produits d expression (CDS) Origin Séquence (par blocs de caractères / par lignes) // Fin de l entrée dans la base

59 Bases de données: ENA h{p://

60 FORMAT FASTA Format commun de manipula&on des données : le format FASTA (Fast alignment) Objec&f : manipuler facilement des séquences dans les bases de données, à l aide d un format universel, compa&bles avec les traitements de texte (sous forme de fichier texte), ou par copier coller. Exemple de la fiche précédente de la séquence pareel du gene codant pour 16S ribosomal de Beggiatoa en format FASTA :

61 Exemple Genbank

62 Conversion de Format hqp://

63 FORMAT FASTA Ø Format commun de manipula&on des données : le format FASTA (Fast alignment) Les bases nucléo&diques ne référencient que des monobrins d ADN (même si la séquence soumise est de l ADN bicaténaire ou de l ARN) la séquence est toujours dans le sens 5 P 3 OH Les séquences nucléoediques selon le degré de précision de l enregistrement seront écrites le plus souvent avec A,T, C et G et/ou avec R,Y (base purique A et G / base pyrimidique C et T) et/ou K,M (base Keto G et T / base amino A et C). Les bases protéiques sont référencées : avec la séquence dans le sens N vers C terminal avec le symboles d acides aminés à 1 le{re

64 Un autre exemple Genbank Le nom d une protéine ou d un gène exemple insuline hqp://

65 Un autre exemple Genbank Le nom d une protéine ou d un gène exemple insuline hqp://

66 Un autre exemple Genbank Le nom d une protéine ou d un gène exemple insulin hqp://

67 Un autre exemple Genbank Le nom d une protéine ou gène exemple mouse +insulin hqp://

68 Base de données: Genbank Il ne faut pas hésiter a «naviguer» dans les portails de base de données Ils concentrent beaucoup d informaeon ueles!!!!

69 MAIS ATTENTION!!!! Méfiez- vous des banques de données : Les données se sont pas toujours fiables La mise à jour n'est pas toujours récente La réalité mathéma&que n'est pas la réalité biologique : Les ordinateurs ne font pas de biologie, ils calculent vite!

70 Comment s'assurer de la qualité de l'informaeon? Autorité Source de l'informaeon, auteurs, statut, PérempEon Date de créaeon, de mise à jour, A{enEon, ce qui est validé un jour peut être démene par la suite! Transparence DocumentaEon disponible Règles valables aussi bien pour des bases de données, que pour un logiciel, un site web,

Introduction à la bioinformatique

Introduction à la bioinformatique Faculté des Sciences - Rabat Laboratoire de Microbiologie et Biologie Moléculaire -------------------------------------- Université Mohamed V - Agdal Faculté des Sciences B.P. 1014 - Rabat - MAROC TD Biologie

Plus en détail

Les bases de données biologiques. Sigrid Le Clerc Conservatoire Nationale des Arts et Métiers Chaire de Bioinformatique

Les bases de données biologiques. Sigrid Le Clerc Conservatoire Nationale des Arts et Métiers Chaire de Bioinformatique Les bases de données biologiques Sigrid Le Clerc Conservatoire Nationale des Arts et Métiers Chaire de Bioinformatique Sommaire 1. Introduction 2. Le système Entrez 2.1. Description du système Entrez 2.2.

Plus en détail

Bioinformatique dans l IUP

Bioinformatique dans l IUP Bioinformatique dans l IUP Intervenants Equipe Bioinfo (Laboratoire d Informatique Fondamentale de Lille) Cours : Jean-Stéphane Varré (jean-stephane.varre@lifl.fr) TD sur machine : Jean-Stéphane Varré,

Plus en détail

De la biologie molécualire à la génomique

De la biologie molécualire à la génomique De la biologie molécualire à la génomique Pierre Neuvial École Nationale de la Statistique et de l Administration Économique Méthodes statistiques pour la biologie Plan du cours 1 Introduction à la biologie

Plus en détail

Introduction à la Bio-Informatique IFT3295/IFT6291/BIN6000. Nadia El-Mabrouk DIRO, Université de Montréal

Introduction à la Bio-Informatique IFT3295/IFT6291/BIN6000. Nadia El-Mabrouk DIRO, Université de Montréal Introduction à la Bio-Informatique IFT3295/IFT6291/BIN6000 Nadia El-Mabrouk DIRO, Université de Montréal Qu est-ce que la Bioinformatique? Qu est-ce que la Bio-informatique? Champs multi-disciplinaire

Plus en détail

ALIGNEMENT PLUS RAPIDE

ALIGNEMENT PLUS RAPIDE ALIGNEMENT PLUS RAPIDE 1. méthodes heuristiques : hachage, arbres de suffixe, PD limitée (taille totale de trous bornée) 2. PD éparse (pour sous-séquence commune ou chaînage en alignement global heuristique)

Plus en détail

Notions de bioinformatique

Notions de bioinformatique Notions de bioinformatique Souvent les avancées des biotechnologies ont été possibles du fait d avancées technologiques relevant d autres domaines que la biologie. - En juillet 1995 le séquençage d Haemophilus

Plus en détail

LE SEQUENCAGE DU GENOME HUMAIN. Historique Séquençage Résultats

LE SEQUENCAGE DU GENOME HUMAIN. Historique Séquençage Résultats LE SEQUENCAGE DU GENOME HUMAIN Historique Séquençage Résultats Séquençage de Macromolécules Enchaînement d unités répétitives Petite molécule Couper de façon précise en sous-ensemble 50 25 25 reconstruire

Plus en détail

Banques de Données de séquences

Banques de Données de séquences Banques de Données de séquences D après cours de l équipe Bonsai, CRIStAL UMR 9189 Sylvain.legrand@univ-lille1.fr 7 et 8 Septembre 2016 Sylvain Legrand Introduction Définition bioinformatique Un domaine

Plus en détail

La biologie moléculaire Décrypter le vivant: Comprendre et agir

La biologie moléculaire Décrypter le vivant: Comprendre et agir La biologie moléculaire Décrypter le vivant: Comprendre et agir Bernard KNOOPS Knoops@bani.ucl.ac.be Bernard HALLET Hallet@gene.ucl.ac.be Université Catholique de Louvain Institut des Sciences de la Vie

Plus en détail

Jean-Michel CLAVERIE Information Génomique & Structurale UPR 2589 - CNRS Marseille

Jean-Michel CLAVERIE Information Génomique & Structurale UPR 2589 - CNRS Marseille Jean-Michel CLAVERIE Information Génomique & Structurale UPR 2589 - CNRS Marseille ROBOTS DE NOUVELLE GÉNÉRATION POUR LE SÉQUENÇAGE (NGS): LES IMPLICATIONS Avant (1991-2005): les étapes du séquençage (ADN)

Plus en détail

INTRODUCTION À LA BIO-INFORMATIQUE

INTRODUCTION À LA BIO-INFORMATIQUE Biologie moléculaire-2016 1 INTRODUCTION À LA BIO-INFORMATIQUE Dans cette section, on désire vous donner une introduction sur l utilisation du site web du National Center for Biotechnology Information

Plus en détail

Introduction à l Analyse des séquences biologiques.

Introduction à l Analyse des séquences biologiques. Introduction à l Analyse des séquences biologiques Christian.Fondrat@dsi.univ-paris5.fr Les outils d analyse de séquences C est QUOI? DES BASES DE DONNEES DES PROGRAMMES Utilitaires (consultation, acquisition

Plus en détail

La médecine personnalisée Daniel Locker Professeur honoraire Université Orléans

La médecine personnalisée Daniel Locker Professeur honoraire Université Orléans La médecine personnalisée Daniel Locker Professeur honoraire Université Orléans Introduction En 1992, l introduction d'un anticorps monoclonal, l herceptine, pour le traitement du cancer du sein a donné

Plus en détail

Les principales bases de données en bioinformatique

Les principales bases de données en bioinformatique Bases de données en bioinformatique Les principales bases de données en bioinformatique Nombreuses bases de données en bioinformatique Données issues d'expériences, de publications, d'analyses faites à

Plus en détail

Voyage Au Cœur Du Génome

Voyage Au Cœur Du Génome Voyage Au Cœur Du Génome Jean-Philippe.Vert@ensmp.fr ENSMP - CG - Bioinformatique 17 mars 2005 Une brève histoire 1866 : Lois de l hérédité (Mendel) 1909 : Morgan et les drosophilistes 1944 : L ADN est

Plus en détail

Etapes générales. Polonator. Protocole. Préparation des échantillons. Dover. Séquençage par hybridation/ligation de nonamères. Mise en service en 2009

Etapes générales. Polonator. Protocole. Préparation des échantillons. Dover. Séquençage par hybridation/ligation de nonamères. Mise en service en 2009 Next Generation DNA Sequencing Pourquoi? Séquençage par la méthode de Sanger est pour l instant le «gold standard» Besoins de séquencer toujours plus, plus vite et moins cher But: Séquencer 1 génome humain

Plus en détail

Principe des études moléculaires en génétique médicale Méthodes d analyse des microlésions du génome

Principe des études moléculaires en génétique médicale Méthodes d analyse des microlésions du génome Mercredi 23 Octobre LECLERCQ Barbara L2 GM Pr Krahn 10 pages Principe des études moléculaires en génétique médicale Méthodes d analyse des microlésions du génome Plan A. Introduction B. Techniques courantes

Plus en détail

Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil. Eléments de génie génétique

Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil. Eléments de génie génétique Prépara2on à l Agréga2on interne de SV STU Universités Paris Diderot et Paris Est Créteil Eléments de génie génétique 2 octobre 2010 Hervé TOSTIVINT Muséum Na2onal d Histoire Naturelle htos2vi@mnhn.fr

Plus en détail

1809-2009 Deux siècles de science Questions d'hier, réponses d'aujourd'hui, horizons de demain

1809-2009 Deux siècles de science Questions d'hier, réponses d'aujourd'hui, horizons de demain 1809-2009 Deux siècles de science Questions d'hier, réponses d'aujourd'hui, horizons de demain Le séquençage du génome humain et après? Comment a-t-il été séquencé? Que nous apprend la séquence? Et après?

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informations de l'unité d'enseignement Implantation Cursus de Institut Paul Lambin Bachelier en chimie Intitulé Biotechnologie 2 C2120 Cycle 1 Bloc 2 Quadrimestre 2 Pondération 1 Nombre de crédits 5 Nombre

Plus en détail

L'ADN peut être copié au travers des générations cellulaires successives de manière fidèle, c'est la réplication de l'adn.

L'ADN peut être copié au travers des générations cellulaires successives de manière fidèle, c'est la réplication de l'adn. 24/09/2014 REBOUL Nicolas L2 CR : Hamza BERGUIGUA Génétique Médicale Dr Martin KRAHN 8 pages Introduction à la Génétique Médicale : Les champs de la Génétique Médicale, La place de la Génétique Médicale

Plus en détail

Marc DELPECH. CORATA La Rochelle le 21 mai 2008

Marc DELPECH. CORATA La Rochelle le 21 mai 2008 Marc DELPECH CORATA La Rochelle le 21 mai 2008 En 24 ans les progrès ont été considérables Premières utilisation des techniques de génétique moléculaire en diagnostic : 1984 Une palette de techniques très

Plus en détail

Biologie Moléculaire 6 GT SG FWB Leçon n 5

Biologie Moléculaire 6 GT SG FWB Leçon n 5 Biologie Moléculaire 6 GT SG FWB Leçon n 5 Tests de paternité (fin labo électrophorèse) Un test de paternité consiste à analyser l'adn de deux personnes dans le but d'établir un lien de parenté génétique.

Plus en détail

LE GÉNIE GÉNÉTIQUE ET LA BIOLOGIE MOLÉCULAIRE

LE GÉNIE GÉNÉTIQUE ET LA BIOLOGIE MOLÉCULAIRE LE GÉNIE GÉNÉTIQUE ET LA BIOLOGIE MOLÉCULAIRE Plan Introduction I - Qu est ce Que le génie génétique? II - Quels sont les outils du génie génétique? II.1- Les Enzymes II.1.1- Enzymes de restriction II.1.2-

Plus en détail

Le monde des bio-puces

Le monde des bio-puces Le monde des bio-puces D1 Le «dogme central» de la biologie moléculaire Transcription Epissage Traduction ADN ARNpm ARNm Protéines Génome Transcriptome Protéome D2 Puces à ADN Techniques de génomique fonctionnelle

Plus en détail

I. Histoire de la biologie moléculaire (Q1 à Q5)

I. Histoire de la biologie moléculaire (Q1 à Q5) I. Histoire de la biologie moléculaire (Q1 à Q5) Q1. Concernant les premières lois sur l hérédité : Elles ont été établies grâce à des expériences menées sur la drosophile (Drosophila melanogaster). Elles

Plus en détail

Les propriétés physicochimiques de l ADN Structure des génomes La chromatine

Les propriétés physicochimiques de l ADN Structure des génomes La chromatine Cours de Biologie Moléculaire L2S3 Structure de l ADN Organisation des génomes 2ème cours (1h30) Les propriétés physicochimiques de l ADN Structure des génomes La chromatine L ADN est chargé négativement

Plus en détail

UE Evolution. TP 5 «Evolution Moléculaire» Etude d une famille multigénique : Insulin like protein

UE Evolution. TP 5 «Evolution Moléculaire» Etude d une famille multigénique : Insulin like protein UE Evolution TP 5 «Evolution Moléculaire» Etude d une famille multigénique : Insulin like protein Dominique Mouchiroud, Marc Bailly-Bechet, Céline Brochier, Annabelle Haudry Objectifs : Analyse de deux

Plus en détail

Université Bordeaux Segalen - PACES 2011-2012 ED UE9s Mars 2012

Université Bordeaux Segalen - PACES 2011-2012 ED UE9s Mars 2012 Sélectionner les propositions exactes Université Bordeaux Segalen - PACES 2011-2012 ED UE9s Mars 2012 QCM 1. La température de fusion (Tm) d une molécule d ADN : A. est mise en évidence par l augmentation

Plus en détail

Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme.

Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme. Identification de gènes morbides Analyses mutationnelles Maladies monogéniques Objectif : identifier la mutation responsable de la maladie parmi les millions de polymorphisme. Plan : Variations du nombre

Plus en détail

Introduction aux bases de données: application en biologie

Introduction aux bases de données: application en biologie Introduction aux bases de données: application en biologie D. Puthier 1 1 ERM206/Technologies Avancées pour le Génome et la Clinique, http://tagc.univ-mrs.fr/staff/puthier, puthier@tagc.univ-mrs.fr ESIL,

Plus en détail

Professeur Joël LUNARDI

Professeur Joël LUNARDI Biochimie - Biologie moléculaire Chapitre 9 : Applications médicales Professeur Joël LUNARDI MED@TICE PCEM1 - Année 2006/2007 Faculté de Médecine de Grenoble - Tous droits réservés. Chapitre 9. APPLICATIONS

Plus en détail

Formation INSERM : Les Biopuces. Méthodes bioinformatique d analyse des puces à ADN - 1 ère partie

Formation INSERM : Les Biopuces. Méthodes bioinformatique d analyse des puces à ADN - 1 ère partie Formation INSERM : Les Biopuces Méthodes bioinformatique d analyse des puces à ADN - 1 ère partie ENS - 9 février 2004 Laboratoire de Génétique Moléculaire - CNRS Laboratoire de Biologie Moléculaire du

Plus en détail

BACCALAURÉAT TECHNOLOGIQUE

BACCALAURÉAT TECHNOLOGIQUE BACCALAURÉAT TECHLGIQUE Série : Sciences et Technologies de Laboratoire Spécialités : - Biotechnologies - Sciences physiques et chimiques en laboratoire SESSI 2014 Sous-épreuve écrite de Chimie biochimie

Plus en détail

Organisation générale du noyau

Organisation générale du noyau Organisation générale du noyau L enveloppe nucléaire Le nucléoplasme A. Ait Chaoui Références www.sciencebio.com/facbio/biocell juin 2009 Biologie cellulaire. Des molécules aux organismes. Jean-Claud Callen.

Plus en détail

Plan. Comparaison de 2 séquences. Dotplot, alignement optimal Recherche de similarité. Alignement multiple. Phylogénie moléculaire

Plan. Comparaison de 2 séquences. Dotplot, alignement optimal Recherche de similarité. Alignement multiple. Phylogénie moléculaire Plan 1 Banques de données 2 Comparaison de 2 séquences Dotplot, alignement optimal Recherche de similarité 3 Alignement multiple l 4 Phylogénie moléculaire Recherche de similarité 1 séquence (Query) comparée

Plus en détail

La bioinformatique en entreprise

La bioinformatique en entreprise Charlène FLEURY Christian JACQUES EI3 Info Projet de veille technologique La bioinformatique en entreprise Introduction Le développement de programmes informatiques dédiés à l analyse des données biologiques

Plus en détail

GM- Support de l'information génétique ; structure et fonction du génome. Support de l'information génétique ; structure et fonction du génome

GM- Support de l'information génétique ; structure et fonction du génome. Support de l'information génétique ; structure et fonction du génome Mercredi 9 octobre ABECASSIS Anna L2 GM Pr Beroud 16 pages Support de l'information génétique ; structure et fonction du génome Plan A. Des gènes aux protéines I. Structure de l'adn II. Structure des gènes

Plus en détail

DNA-seqciblé : principales méthodes d'enrichissement

DNA-seqciblé : principales méthodes d'enrichissement DNA-seqciblé : principales méthodes d'enrichissement DU de séquençage haut-débit Module 1 : Séquençage nouvelle génération - Technologies & applications 17 octobre 2013 Amélie PITON piton@igbmc.fr 1 Introduction

Plus en détail

UNE DÉCOUVERTE MAJEURE DU XX e SIÈCLE : LA STRUCTURE DE L ADN, LE SECRET DE LA VIE VUE AU TRAVERS DE LA PHILATÉLIE (*)

UNE DÉCOUVERTE MAJEURE DU XX e SIÈCLE : LA STRUCTURE DE L ADN, LE SECRET DE LA VIE VUE AU TRAVERS DE LA PHILATÉLIE (*) 113 Bull. Soc. Pharm. Bordeaux, 2004, 143, 113-130 UNE DÉCOUVERTE MAJEURE DU XX e SIÈCLE : LA STRUCTURE DE L ADN, LE SECRET DE LA VIE VUE AU TRAVERS DE LA PHILATÉLIE (*) É. JOUZIER (1) Le 25 avril 1953

Plus en détail

La génomique. Etude des génomes et de l ensemble de leurs gènes. Nécessite des outils bioinformatiques. Plusieurs étapes :

La génomique. Etude des génomes et de l ensemble de leurs gènes. Nécessite des outils bioinformatiques. Plusieurs étapes : La génomique Etude des génomes et de l ensemble de leurs gènes La structure Le fonctionnement L évolution Le polymorphisme, Plusieurs étapes : Nécessite des outils bioinformatiques 1 Chronologie sur le

Plus en détail

VI. L APPORT DES MARQUEURS MOLECULAIRES. A. Définitions

VI. L APPORT DES MARQUEURS MOLECULAIRES. A. Définitions VI. L APPORT DES MARQUEURS MOLECULAIRES Comme nous l avons vu précédemment, l étude des caractères quantitatifs est fondée sur l analyse statistique des performances mesurées des individus. Il en est de

Plus en détail

Informatique et biologie moléculaire

Informatique et biologie moléculaire UE09s Méthodes d étude et analyse du génome Techniques d analyse des gènes à grande échelle Bio-informatique PACES 2013-2014 Dr Nicolas SEVENET Informatique et biologie moléculaire Avertissement Utilisation

Plus en détail

Comment retrouver une aiguille dans une botte de foin?

Comment retrouver une aiguille dans une botte de foin? ou Comment retrouver une aiguille dans une botte de foin? Systèmes d interrogation de banques de données La recherche porte sur les informations relatives à la séquence (non sur la séquence elle-même)

Plus en détail

Les grands enjeux scientifiques du début du XXIème siècle. Jean-Yves Le Déaut

Les grands enjeux scientifiques du début du XXIème siècle. Jean-Yves Le Déaut Les grands enjeux scientifiques du début du XXIème siècle Jean-Yves Le Déaut Séances sur les biotechnologies Séance 1 : 25 février 2009 Introduction sur les biotechnologies Avec Pierre TAMBOURIN, Directeur

Plus en détail

Les grandes bases de données en biologie et les. Guy Perrière. Pôle Rhône-Alpes de Bioinformatique. Forum «Big Data» 16 mai 2014

Les grandes bases de données en biologie et les. Guy Perrière. Pôle Rhône-Alpes de Bioinformatique. Forum «Big Data» 16 mai 2014 Les grandes bases de données en biologie et les problèmes associés Forum «Big Data» Guy Perrière Pôle Rhône-Alpes de Bioinformatique 16 mai 2014 Guy Perrière (PRABI) Forum «Big Data» 16 mai 2014 1 / 17

Plus en détail

ED Biologie moléculaire. E. Turpin J. Lehmann-Che 5-6 novembre 2007

ED Biologie moléculaire. E. Turpin J. Lehmann-Che 5-6 novembre 2007 ED Biologie moléculaire E. Turpin J. Lehmann-Che 5-6 novembre 2007 PCR 1983: Kary Mullis Amplification in vitro par une méthode enzymatique d'un fragmentd'adn en présence de deux oligonucléotides spécifiques

Plus en détail

Quelques caractéristiques des microsatellites : définition, densité et structure. P. Jarne CEFE - Montpellier

Quelques caractéristiques des microsatellites : définition, densité et structure. P. Jarne CEFE - Montpellier Quelques caractéristiques des microsatellites : définition, densité et structure P. Jarne CEFE - Montpellier Buts * Définitions * Méthodes d études de la distribution * Qques résultats : distribution dans

Plus en détail

Stratégie de management des ressources microbiennes : application au suivi des stations d épuration industrielle du groupe Sanofi

Stratégie de management des ressources microbiennes : application au suivi des stations d épuration industrielle du groupe Sanofi Stratégie de management des ressources microbiennes : application au suivi des stations d épuration industrielle du groupe Sanofi Mise en place d outils de biologie moléculaire Céline Martinez, Pierre

Plus en détail

Retour d expérience sur les méthodes développées par le centre de données astronomiques de Strasbourg

Retour d expérience sur les méthodes développées par le centre de données astronomiques de Strasbourg Retour d expérience sur les méthodes développées par le centre de données astronomiques de Strasbourg Gilles Landais (CDS) 1 Présentation du CDS Le CDS (centre de données de Strasbourg) existe depuis 1972,

Plus en détail

MODULE 1 Cours 1. Introduction aux technologies de séquençage nouvelle génération

MODULE 1 Cours 1. Introduction aux technologies de séquençage nouvelle génération MODULE 1 Cours 1 Introduction aux technologies de séquençage nouvelle génération nde Séquençage de 2 génération & aperçu des technologies ème de 3 génération Jean-Baptiste Rivière, PhD jean-baptiste.riviere@u-bourgogne.fr

Plus en détail

Titre de la séance : Universalité de l ADN, support de l information génétique.

Titre de la séance : Universalité de l ADN, support de l information génétique. Partie du programme : la Terre dans l Univers, la vie et l évolution du vivant : une planète habitée Niveau : seconde EXTRAIT DU PROGRAMME La transgénèse montre que l information génétique est contenue

Plus en détail

Obtention de données génétiques à grande échelle

Obtention de données génétiques à grande échelle Obtention de données génétiques à grande échelle Stéphanie FERREIRA Ph.D. Campus de l Institut Pasteur de Lille 1, rue du Professeur Calmette 59000 LILLE Tel : 03 20 87 71 53 Fax : 03 20 87 72 64 contact@genoscreen.fr

Plus en détail

LICENCE INFORMATIQUE

LICENCE INFORMATIQUE COLLEGIUM SCIENCES ET TECHNOLOGIES LICENCE INFORMATIQUE Parcours Informatique (Nancy ou Metz) et Parcours ECS (Metz) OBJECTIFS DE LA FORMATION La licence Informatique délivre les connaissances et les compétences

Plus en détail

Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013

Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013 Modalités d exécution des prestations NGS réalisées via l UMR 8199-2013 I. Préparation des librairies en vue du séquençage Haut débit via HiSeq et MiSeq 1.1 Points communs à toutes préparations de librairies

Plus en détail

Annotation de protéines

Annotation de protéines JS Varré Université Lille 1 jean-stephane.varre@lifl.fr http://www.lifl.fr/~varre jean-stephane.varre@lifl.fr 1 / Pourquoi faire de l annotation automatique de protéines? Il est difficile de trouver expérimentalement

Plus en détail

AVL Liban La Bioinformatique. Bioinformatique

AVL Liban La Bioinformatique. Bioinformatique AVL Liban 2011 La Sami Khuri Department of Computer Science San José State University San José, California, USA sami.khuri@sjsu.edu www.cs.sjsu.edu/faculty/khuri Sami Khuri sami.khuri@sjsu.edu Qu est-ce

Plus en détail

La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST.

La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST. La gestion de données dans le cadre d une application de recherche d alignement de séquence : BLAST. Gaël Le Mahec - p. 1/12 L algorithme BLAST. Basic Local Alignment Search Tool est un algorithme de recherche

Plus en détail

Cumulo Numbio 2015. La révolution next-generation sequencing et les enjeux de l'expansion de la bioinformatique pour les biologistes.

Cumulo Numbio 2015. La révolution next-generation sequencing et les enjeux de l'expansion de la bioinformatique pour les biologistes. Cumulo Numbio 2015 La révolution next-generation sequencing et les enjeux de l'expansion de la bioinformatique pour les biologistes. Human genome sequence June 26th 2000: official announcement of the completion

Plus en détail

Calcul intensif en Bioinformatique

Calcul intensif en Bioinformatique Calcul intensif en Bioinformatique Réalisations en génétique et génomique évolutives Pôle Rhône Alpin de BioInformatique (PRABI) Laboratoire de Biologie et Biométrie Evolutives (LBBE) Contexte De plus

Plus en détail

Plateforme de bioinformatique

Plateforme de bioinformatique Plateforme de bioinformatique Arnaud Droit Centre de Recherche du CHU de Québec Laboratoire de biologie computa;onelle Compréhension des différences 2005 Génome du chimpanzee Nous sommes identiques ± 1%

Plus en détail

Génétique. Compléments au cours de 3 ème.

Génétique. Compléments au cours de 3 ème. Génétique Compléments au cours de 3 ème. Plan: Le codage de l information génétique. L utilisation de la génétique. Les limites actuelles de la génétique. Le codage de l information génétique. La structure

Plus en détail

Post-traitement et analyse des données

Post-traitement et analyse des données V. Garcia J. Dupiot Post-traitement et analyse des données PAGE 1 Post-traitement et analyse des données Post-traitement. Production des séquences Evaluation de la qualité de séquençage Analyse / pipeline

Plus en détail

ANNEXE III. Normes de compétences et indicateurs de performance : contenus, stratégies et outils pédagogiques suggérés

ANNEXE III. Normes de compétences et indicateurs de performance : contenus, stratégies et outils pédagogiques suggérés 17 ANNEXE III Normes de compétences et indicateurs de performance : contenus, stratégies et outils pédagogiques suggérés 17 15 NORME 1 : La personne compétente dans l usage de l information reconnaît son

Plus en détail

Initiation à la Bioinformatique

Initiation à la Bioinformatique U n i v e r s i t é d A l e x a n d r i e - A U F Université d Alexandrie Auteur(s): Mohamed GAD 2009/2010 U n i v e r s i t é d A l e x a n d r i e - A U F Auteur(s) : Mohamed GAD Professeur à l institut

Plus en détail

UNION INTERNATIONALE POUR LA PROTECTION DES OBTENTIONS VÉGÉTALES

UNION INTERNATIONALE POUR LA PROTECTION DES OBTENTIONS VÉGÉTALES ORIGINAL : anglais DATE : 21 octobre 2010 UNION INTERNATIONALE POUR LA PROTECTION DES OBTENTIONS VÉGÉTALES GENÈVE F DIRECTIVES CONCERNANT LES PROFILS D ADN : CHOIX DES MARQUEURS MOLECULAIRES ET CONSTRUCTION

Plus en détail

Bases de données biologiques

Bases de données biologiques Bases de données biologiques Marie-Dominique Devignes CR CNRS LORIA (ORPAILLEUR) M1 UE Génétique Humaine M.SVS - 2.035 - mars 2009 Introduction (1/5) : Quelles données? Génomique et Post-Génomique Biologie

Plus en détail

Structure des génomes bactériens / systèmes de mutagénèse / génomique comparative

Structure des génomes bactériens / systèmes de mutagénèse / génomique comparative Master 1 Bactério 10/01/09 8h30-10h30 RT : Stéphanie Ripert-Bernusset RL: Benjamin de Sainte Marie Structure des génomes bactériens / systèmes de mutagénèse / génomique comparative PLAN DU COURS : I- GENOME

Plus en détail

RECHERCHE DOCUMENTAIRE EN SCIENCES- APPLIQUEES TRAVAUX PRATIQUES ET VADE-MECUM BAC2

RECHERCHE DOCUMENTAIRE EN SCIENCES- APPLIQUEES TRAVAUX PRATIQUES ET VADE-MECUM BAC2 RECHERCHE DOCUMENTAIRE EN SCIENCES- APPLIQUEES TRAVAUX PRATIQUES ET VADE-MECUM BAC2 1. Introduction : pourquoi effectuer une recherche documentaire? - Pour acquérir un savoir. - Pour confirmer ou infirmer

Plus en détail

A la rencontre du séquençage haut-débit nouvelle génération. Infosys Building, Kuwait

A la rencontre du séquençage haut-débit nouvelle génération. Infosys Building, Kuwait A la rencontre du séquençage haut-débit nouvelle génération Infosys Building, Kuwait 2001 : Aboutissement du projet Génome Humain Ancêtres & Renouveau 2010 Hélicos, Ion torrent, Pacbio, Oxford Nanopore

Plus en détail

Fida KHATER & Abdoulaziz MOUSSA 03 mars 2012 - Journée Portes Ouvertes à l'um2

Fida KHATER & Abdoulaziz MOUSSA 03 mars 2012 - Journée Portes Ouvertes à l'um2 DEVELOPPEMENT D UNE INTERFACE GRAPHIQUE : LOCAL WEB GUI FOR BLAST (LWBG), POUR LES TRAITEMENTS DE DONNEES BIOLOGIQUES Fida KHATER & Abdoulaziz MOUSSA 03 mars 2012 - Journée Portes Ouvertes à l'um2 Plan

Plus en détail

FORMULAIRE de soumission de PROJET de SEQUENÇAGE A HAUT DEBIT

FORMULAIRE de soumission de PROJET de SEQUENÇAGE A HAUT DEBIT Plate-forme Transcriptome et Epigénome (PF2) FORMULAIRE de soumission de PROJET de SEQUENÇAGE A HAUT DEBIT Séquençage des ARNs (RNA-seq, TSS mapping, mirna-seq) et de produits d immuno-précipitation de

Plus en détail

Série : STL Spécialité biotechnologies SESSION 2014 BACCALAURÉAT TECHNOLOGIQUE

Série : STL Spécialité biotechnologies SESSION 2014 BACCALAURÉAT TECHNOLOGIQUE BACCALAURÉAT TECHNLGIQUE Série : STL Spécialité biotechnologies SESSIN 2014 CBSV : sous épreuve coefficient 4 Biotechnologies : sous épreuve coefficient 4 Durée totale de l épreuve: 4 heures Les sujets

Plus en détail

DEA BBSG. Examen d Informatique Décembre 2000

DEA BBSG. Examen d Informatique Décembre 2000 DEA BBSG. Examen d Informatique Décembre 2000 Durée: 2 heures Documents autorisés Daniel GAUTHERET Denis THIEFFRY 1. (2 pt) Donnez une commande Unix permettant de trouver dans un fichier de séquence au

Plus en détail

Informatique et biologie moléculaire

Informatique et biologie moléculaire UE 1B-biomolécules, génome, bioénergétique, métabolisme, méthodes d étude et analyse du génome II-le génome : sa structure, son expression Organisation, évolution et fonction du génome humain Approches

Plus en détail

DOSSIER DECOUVERTE. Le Kit ADN Extraire au niveau moléculaire

DOSSIER DECOUVERTE. Le Kit ADN Extraire au niveau moléculaire DOSSIER DECOUVERTE Le Kit ADN Extraire au niveau moléculaire SOMMAIRE Au fil de l'histoire..... 3 Le kit ADN, du principe à l'utilisation.....5 Le kit ADN au service de la science... 7 Glossaire.. 11 Coulisses

Plus en détail

Étude de la biodiversité fongique à l aide de techniques de pyroséquençage

Étude de la biodiversité fongique à l aide de techniques de pyroséquençage Étude de la biodiversité fongique à l aide de techniques de pyroséquençage Biodiversité fongique Biodiversité: diversité spécifique d une communauté écologique, correspondant au nombre d espèces et à leur

Plus en détail

Cours en ligne. Paris 5. Pasteur. ABI Marseille. http://www.dsi.univ-paris5.fr/bio2/autof2/accueil2.htm

Cours en ligne. Paris 5. Pasteur. ABI Marseille. http://www.dsi.univ-paris5.fr/bio2/autof2/accueil2.htm Cours en ligne Paris 5 http://www.dsi.univ-paris5.fr/bio2/autof2/accueil2.htm Pasteur http://www.pasteur.fr/formation/infobio/infobio.html ABI Marseille http://www.up.univ-mrs.fr/wabim/biologie/tech.html

Plus en détail

Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS

Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS Extraits de l article à paraître : GALILÉE OU DESCARTES? ÉTUDE D UN SCÉNARIO D INTRODUCTION HISTORIQUE AU CALCUL DES PROBABILITÉS Éric BUTZ IREM de la Réunion et lycée Lislet Geoffroy, Saint-Denis. Résumé

Plus en détail

Modélisation de la structure 3D des protéines

Modélisation de la structure 3D des protéines Modélisation de la structure 3D des protéines We are drowning in data and starving for knowledge -R.D. Roger Unité Mathématique Informatique et Génome Séminaire AGENAE, Seignosse-le-Pénon, 20-21 mai 2003

Plus en détail

Le séquençage haut-débit

Le séquençage haut-débit Nouveaux outils en biologie Le séquençage haut-débit DES d hématologie 16 janvier 2015 Paris Alice Marceau-Renaut Laboratoire d hématologie CHRU Lille NGS = Next-Generation Sequencing Whole-genome Whole-exome

Plus en détail

Compétences du B2i collège et activités documentaires

Compétences du B2i collège et activités documentaires Compétences du B2i collège et activités documentaires Aujourd hui, les activités de recherche documentaire intègrent nécessairement l utilisation de l informatique, du multimédia et de l Internet. Lors

Plus en détail

Introduction au bases de données Access

Introduction au bases de données Access Introduction au bases de données Access Marielle Delhom Tr1 2006-2007 Plan I - Prise en main d'access II - Les tables III - Les requêtes IV - Les formulaires V - Les états Marielle Delhom Tr2 2006-2007

Plus en détail

Génomique et GPU. Jean Michel Batto jean-michel.batto@jouy.inra.fr

Génomique et GPU. Jean Michel Batto jean-michel.batto@jouy.inra.fr Génomique et GPU Jean Michel Batto jean-michel.batto@jouy.inra.fr INRA, Laboratoire de Génétique Microbienne Centre de Recherche de Jouy en Josas (78) Forum TER@TEC, Ecole Supélec (91), 1 er Juillet 2009

Plus en détail

Base de données bibliographiques Pubmed-Medline

Base de données bibliographiques Pubmed-Medline Chapitre 1 ; Domaine 1 ; Documentation ; Champs référentiels 1.1.1, 1.1.2 et 1.1.3 Base de données bibliographiques Pubmed-Medline D r Patrick Deschamps,, 30 mai 2007 PLAN C2i métiers de la santé Introduction

Plus en détail

Biologie Moléculaire et Organismes Modèles

Biologie Moléculaire et Organismes Modèles Biologie Moléculaire et Organismes Modèles Sami Khuri Department of Computer Science San José State University khuri@cs.sjsu.edu Usine de Protéines Les protéines sont responsables de la plupart des fonctions

Plus en détail

La Bioinformatique fonctionnelle Retrouver les Gènes

La Bioinformatique fonctionnelle Retrouver les Gènes Biologie moléculaire-2016 1 La Bioinformatique fonctionnelle Retrouver les Gènes Le séquençage est devenu chose tellement courante, que dans les dernières années nous avons obtenu les séquences complètes

Plus en détail

Guide d utilisation de la plate-forme EAD-COMETE. Interface étudiant

Guide d utilisation de la plate-forme EAD-COMETE. Interface étudiant Guide d utilisation de la plate-forme EAD-COMETE Interface étudiant I Ouverture d un compte utilisateur... 2 I.1 Procédure d obtention d un compte mail à Paris X... 2 I.2 Ouverture de compte sur ead-comete...

Plus en détail

Jean-Louis Bergé-Lefranc

Jean-Louis Bergé-Lefranc Apport du séquençage du génome humain à la toxicologie: Toxicogénomique Jean-Louis Bergé-Lefranc QuickTime et un décompresseur TIFF (LZW) sont requis pour visionner cette image. QuickTime et un décompresseur

Plus en détail

Génie génétique. Définition : Outils nécessaires : Techniques utilisées : Application du génie génétique : - Production de protéines

Génie génétique. Définition : Outils nécessaires : Techniques utilisées : Application du génie génétique : - Production de protéines Génie génétique Définition : Ensemble de méthodes d investigation et d expérimentation sur les gènes. Outils nécessaires : ADN recombinant, enzyme de restriction, vecteur, banque ADNc, sonde nucléique...

Plus en détail

Structure de l Opéron Tryptophane

Structure de l Opéron Tryptophane Régulation de la transcription (procaryote) Structure de l Opéron Tryptophane Opéron anabolique 5 gènes de structure nécessaires à la synthèse du tryptophane Trp Trp Trp Trp Trp 1 Régulation de la transcription

Plus en détail

L EPISSAGE. I- Introduction

L EPISSAGE. I- Introduction L EPISSAGE I- Introduction Lors de la transcription des gènes codant les protéines par l ARN polymérase II, il y a synthèse d un ARN prémessager qui contient l ensemble nucléotidique du gène comprise entre

Plus en détail

Les Evolutions techniques. Marc Delpech Laboratoire de Génétique et Biologie moléculaires de l hôpital Cochin

Les Evolutions techniques. Marc Delpech Laboratoire de Génétique et Biologie moléculaires de l hôpital Cochin Les Evolutions techniques Marc Delpech Laboratoire de Génétique et Biologie moléculaires de l hôpital Cochin 1 Les principales étapes de l évolution technologique 1975 Southern blot 1977 Séquençage Sanger

Plus en détail

3 Lien entre pointeurs et tableaux.

3 Lien entre pointeurs et tableaux. programme sont dit dynamiques. On se limite ici aux tableaux statiques à une seule dimension, analogue aux vecteurs manipulés en mathématiques. Ils se déclarent sous la forme : type_d_élément variable_tableau[taille];

Plus en détail

Big data et sciences du Vivant L'exemple du séquençage haut débit

Big data et sciences du Vivant L'exemple du séquençage haut débit Big data et sciences du Vivant L'exemple du séquençage haut débit C. Gaspin, C. Hoede, C. Klopp, D. Laborie, J. Mariette, C. Noirot, MS. Trotard bioinfo@genopole.toulouse.inra.fr INRA - MIAT - Plate-forme

Plus en détail

Nous proposons une démonstration avec deux orientations:

Nous proposons une démonstration avec deux orientations: Big Data en Pratique Décisionnel sur des données textuelles Olivier Caudron Senior Sales Engineer InterSystems Benelux @OCaudron @InterSystemsBNL A propos de cette Session Cette session focalise sur un

Plus en détail

Licence Sciences, Technologie, Santé Mention MATHématiques - INFOrmatique

Licence Sciences, Technologie, Santé Mention MATHématiques - INFOrmatique Licence Sciences, Technologie, Santé Mention MATHématiques - INFOrmatique Objectif Cette licence a pour objectif de répondre aux besoins de formation des étudiants qui désirent approfondir leurs connaissances

Plus en détail

Influence du nombre de réplicats dans une analyse différentielle de données RNAseq

Influence du nombre de réplicats dans une analyse différentielle de données RNAseq Influence du nombre de réplicats dans une analyse différentielle de données RNAseq Statisticiens: Sophie Lamarre Steve Van Ginkel Sébastien Déjean - Magali San Cristobal Matthieu Vignes Biologistes: Stéphane

Plus en détail

Brevet informatique et internet : domaine 1

Brevet informatique et internet : domaine 1 Brevet informatique et internet : domaine 1 s s Un environnement informatique permet d'acquérir, stocker, traiter des données codées pour produire des résultats. Les environnements informatiques peuvent

Plus en détail