Bioinformatique et ontologies Module MED, Montpellier, 22 mai Ontologies et Système d'information. Patrice Duroux

Transcription

1 Bioinformatique et ontologies Module MED, Montpellier, 22 mai 2008 Ontologies et Système d'information Patrice Duroux Ingénieur de Recherche CNRS Laboratoire d ImmunoGénétique Moléculaire Université Montpellier, UPR CNRS 1142, IGH

2 Plan 1)Système d'information : une définition? 2)Méthodologie et formalisme 3)IMGT et système d'information 4)Avec outils et technologies 5)Étude de cas : IMGT/3Dstructure-DB 6)Conclusion

3 Système d'information Informatique comme science du traitement de l'information Besoin du concept de système Système d'information 1 logiciel? N logiciels? Notion de ressources humaines et matérielles Vu d'un ensemble organisé

4 Méthodologie et formalisme Aujourd'hui : MERISE ou / et UML? MERISE : Méthode d'etude et de Réalisation Informatique pour les Systèmes d'entreprise (fin années 70, fruit d'une consultation nationale du Ministère) Méthodologie odèle conceptuel et physique Approche données/traitements UML : Unified Modeling Language (années 90, factorise des méthodes objets exsitantes : OMT, Booch et OOSE) Notation (type de diagrammes) et recommandation Approche objet

5 MERISE : démarche selon 3 axes Identification Gestion Organisation Technique Economique Cycle de décision Expression des besoins Modèles Conceptuels Modèles Logiques Modèles Physiques Cycle de vie Schéma directeur Étude préalable (MCT + ébauche MCD) Étude détaillée (MCD + MOT + MLD) Étude technique (MPD) Réalisation Mise en oeuvre Maintenance Cycle d'abstraction

6 Cycle d'abstraction pour la conception Manuel Enchaînement de grandes étapes Vérifier la concordance des données et des traitements (oubli? superflu?) Expression des besoins Modèle conceptuel Révision Modèle logique Modèle physique Automatisé

7 IMGT : quid? Une encyclopédie de connaissance et banque de données en immunogénétique? Un portail Internet? Une plate-forme? Un ensemble de services? Un système d'information?

8 Ressource (1) : une équipe

9 Ressource (2) : un environnement informatique Parc informatique : 3 serveurs pour le portail public, 3 serveurs et 15 postes pour le développement, le test et le portail Intranet. Bases de données disponibles : 4 de séquences annotées : IMGT/LIGM-DB, IMGT/MHC-DB, IMGT/PRIMER-DB and IMGT/Protein-DB, 1 de gènes : IMGT/GENE-DB, 1 de structures 3-dimensionnelles : IMGT/3Dstructure-DB. et 15 outils interactifs en ligne :

10 Bases de données et outils sur le portail

11 MCT/MPD pour la mise à jour des données du portail Production Explotation HTML, PHP+CSV, Java (cgi & servlets), Perl (cgi) IMGT/LIGM-DB (Sybase), IMGT/ GENE-DB (Sybase), IMGT/3Dstructure-DB (MySQL) Databases Java, scripts Expertise Search Release scp,rsync Files Files Selection Update Files HTML, CSV WEB Files ftp, EMBLfetch, wget

12 LIGM-DB : MPD en chiffres fiches EMBL, 1 base Sybase (3,9 Go) Attributs Tables Colonnes Triggers Procédures Espèces Séquences K A Keywords Labels Specificities Features Nucleotides

13 IMGT/LIGM-DB (with EMBL) EMBL EMBL entries Cleaned once a month Only IG and TR Selection ftp EBI Java programs, Sybase procedures, scripts, BLAST sequences/month IMGT Reception Expertise NEW UPDATED CONFLICT IMGT Repertoire REJECTED IMGT/LIGM-DB Weekly Release EMBL ftp IMGT and EBI IMGT entries in SRS Java programs and script

14 10/10/07 28/09/07 12/09/07 06/09/07 16/08/07 12/06/07 29/05/07 16/04/07 08/01/07 11/12/06 10/11/06 06/11/06 11/10/06 13/09/06 20/07/06 07/06/06 15/05/06 11/04/06 09/03/06 10/02/06 03/01/06 IMGT/LIGM-DB : mouvement des données Rejected Updated 3000 New

15 EMSEMBL IMGT/GENE-DB (with ENSEMBL) EMSEMBL entries Downloaded just once for a locus/species Localization/Orientation IMGT/GENE-DB Perl programs and BLAST... IMGT IMGT Repertoire Expertise EMSEMBL IMGT/LIGM-DB Java programs, scripts, BLAST... Export Reference alleles only Perl Proserver DAS Server IMGT entries in ENSEMBL Genome Browser

16 GENE-DB : MPD en chiffres 1 base Sybase (52 Mo) Attributs Tables Colonnes Triggers Procédures Espèces Gènes Allèles Nucléotides

17 IMGT/3Dstructure-DB (with PDB) IMGT PDB RCSB PDB entries Weekly Download NEW UPDATED Selection IMGT/GENE-DB KEPT REJECTED Expertise IMGT/3Dstructure-DB DELETED Different tests : - the access number already exists? - the keywords, new sequences? REMOVED Perl programs with FASTA and structural analysis tools (STRIDE and PROFIT)

18 LIGM-DB : MPD en chiffres fiches EMBL, 1 base Sybase (3,9 Go) Attributs Tables Colonnes Triggers Procédures Espèces Séquences K A Keywords Labels Specificities Features Nucleotides

19 12/10/07 31/08/07 21/09/07 10/08/07 29/06/07 20/07/07 08/06/07 27/04/07 18/05/07 06/04/07 23/02/07 16/03/07 02/02/07 12/01/07 24/11/06 15/12/06 03/11/06 01/09/06 13/10/06 28/07/06 02/06/06 30/06/06 12/05/06 IMGT/3Dstructure-DB (with PDB) New

20 Exemple : la structure 1IGT V-DOMAINs L-KAPPAs HINGEs H-GAMMA-2As C-DOMAINs

21 3Dstructure-DB : un pré MCD

22 3Dstructure-DB : un fragment du MPD ReceptorType(receptortypeid,receptortype) MainReceptorDescr(mainreceptordescrid,definition,label) ReceptorDescr(receptordescrid,@mainreceptordescrid,definition,label) MainDomDescr(maindomdescrid,definition,label) DomDescr(domdescrid,@maindomdescrid,definition,label,domtype) ChainDescr(chaindescrid,definition,label) Dom_ChainDescr(domchaindescrid,@domdescrid,@chaindescrid,numdom) Chain_ReceptorDescr(chainreceptordescrid,@chaindescrid,@receptordescrid,numc hain) Groupe(groupid,groupe,@receptortypeid) Espece(especeid,latin,english,abb) Subgroup(subgroupid,subgroup,@groupid,@especeid) Gene(geneid,gene,@groupid,@subgroupid,@especeid)

23 Conclusion Système d'information pour IMGT : un long cheminement Outil conceptuel de collaboration Opportun à la Démarche Qualité et la gestion de projets Ontologie : un bon support pour les modèles de données