Biologie moléculaire. Les gènes et leurs fonctions
|
|
- Virgile Blanchette
- il y a 6 ans
- Total affichages :
Transcription
1 Liste d exercices 3i019 Biologie moléculaire 1. Définissez ce qu est un génome. 2. Expliquer les différences entre les molécules d ADN et d'arn. 3. Expliquer le processus de réplication de l ADN. 4. Expliquer le processus de transcription de l ADN. 5. Expliquer le mécanisme de production des protéines. 6. Quels sont les différents types d ARN, expliquer leurs rôles. 7. Sur un brin d une molécule d ADN, la séquence des nucléotides est CCGTAC. Quelle est la séquence des nucléotides qui s associent à ce brin lors de la réplication? Lors de la transcription? Les gènes et leurs fonctions 1. Qu est-ce que l annotation de gènes? 2. Quelles sont les différences entre les gènes procaryotes et eucaryotes? 3. Quels sont les problèmes rencontrés par les outils d annotation de gènes dans les génomes procaryotes? Dans les génomes eucaryotes? 4. Voici un fragment d'adn contenant le début de la séquence codante d un gène AATGAAACGCATTAGCACC TTACTTTGCGTAAGCGTGG a. Identifiez le début de la phase codante du gène. b. Ecrivez la séquence nucléotidique du fragment d'arnm codant pour le début de la protéine.
2 c. Déduisez-en la séquence de la protéine correspondante. Utilisez le code génétique en annexe. d. On a isolé une protéine mutante dans laquelle la première sérine est remplacée par une arginine. Quelles mutations nucléotidiques pourraient expliquer ce changement d'acide aminé? e. Dans une pathologie, on trouve une forme écourtée de la protéine : seuls les trois premiers acides aminés sont présents. Quelle mutation nucléotidique a eu lieu? 5. Calculer le modèle de "background" (composition en nucléotides) pour la séquence d ADN acctgcactg. 6. Etant donné un dictionnaire contenant la probabilité d'apparition de chaque codon, par exemple : codons = { TTT : 0.001, TTC :0.002, } et une séquence de codons sous forme de liste S=( TTT, TCA, TGA, ), donnez le code python qui calcule la probabilité p de S étant donné le modèle de codons (p= P(S = c0 c1...cn codons) ) 7. Les promoteurs sont des séquences d ADN, généralement en amont du début du gène et responsable de sa régulation. Il y a habituellement des variations dans la composition de la séquence du site promoteur (en général des substitutions). Des expériences biologiques ont permis de déterminer les séquences de promoteurs suivantes: acgact acgtga agcccc acgtca tcgtct acgtca acgtca accgca tggtca acctct a. Calculez la matrice des fréquences de nucléotides par position Fij (i: indice de nucléotide, j: indice de position). Rajoutez des pseudo-comptages. b. Calculez la matrice de score par position, wij = log2(fij/pi), où pi est la probabilité du nucléotide i avec le modèle de background
3 8. Supposons qu'une bactérie est atteinte par un virus qui affecte la machinerie de la réplication aléatoirement en changeant la manière dont chaque nucléotide est recopié: chaque A peut être répliqué comme 3 A, chaque C peut être répliqué comme 4 C, chaque G peut être répliqué comme 4 G, et chaque T peut être répliqué comme 3 T. a. Donnez un algorithme (python ou pseudo-code) qui, pour deux séquences u et v détermine si u peut être une version infectée de v. b. Donnez un algorithme (python ou pseudo-code) qui étant donné une séquence S de la bactérie et un dictionnaire donnant la probabilité de réplication de chaque nucléotides, produira aléatoirement une séquence infectée. Par exemple, si S=ACCTG et P={ A :0.2, C : 0.5, G : 0.3, T : 0.1}, la première lettre (un A) a 20% de chance d'être répliqué comme 3 A, la seconde (un C), 50% de chances de devenir 4 C, etc. c. Le virus a muté, et en plus de rajouter des copies multiples d'une position pendant la réplication, il est également possible que le nucléotide ne soit pas recopié, provoquant une délétion. Modifiez l'algorithme de question a pour prendre en compte ce nouveau phénomène. On dira par exemple que chaque nucléotide a 2% de chances de ne pas être recopié. Alignement par paire 1) Aligner globalement les deux séquences suivantes : U=ACGCCAT et V=GCCCTA, en appliquant le système de scores suivant : Match=2, Mismatch=-1, GAP=-3. A partir de la matrice construite, en déduire le score de l'alignement global optimal, extraire un alignement optimal, et calculer le nombre d'alignements qui ont ce score optimal. 2) On a partiellement rempli la matrice de programmation dynamique correspondant à un algorithme d'alignement de séquences d'adn; la voici :
4 a. Quel type d'alignement 2 à 2 est-on en train de réaliser? b. Pour remplir cette matrice, quel coût a été utilisé pour les «Gaps»? pour les «Match»? pour les «Mismatch» (le coût des «Mismatch» est indépendant du couple de nucléotides considérés)? c. Terminez le remplissage de la grille. d. Proposez un alignement optimal possible. 3) L'algorithme d'alignement global des deux séquences CACGT et AGT donne la table de programmation dynamique suivante : a) Pour remplir cette matrice, quel coût a été utilisé pour les «Gaps»? pour les «Match»? pour les «Mismatch» (le coût des «Mismatch» est indépendant du couple de nucléotides considérés)? b) Proposez un alignement optimal possible. 4) Voici l'alignement obtenu pour deux séquences: CGTTAACG---ACTGTCT CG-TATCGGCCACTATCT Calculez le score de cet alignement dans les cas suivants: a) Match= 2, Mismatch=-1, GAP=-2 b) Comme pour a), mais avec un score de gap affine (ouverture=-3, extension=-1) c) Comme pour b) mais avec la matrice de similarité suivante:
5 BLAST 1) La figure 1 représente les résultats d'une recherche de similarité effectuée au moyen de l'outil BLAST, pour identifier dans le génome humain les régions codant pour l'enzyme acylphosphatase. a) Quelle est la longueur de la séquence requête (précisez l'unité)? b) Quelle modalité de BLAST a été utilisée et pourquoi? c) Comment interpréter les E-valeurs respectives des deux hits de la figure 1b? Quel est le meilleur hit? d) Dans quelle phase les hits sont-t-ils trouvés? e) Expliquer pourquoi dans le deuxième hit la valeur de positivité est supérieure à la valeur d'identité. 2) On considère les deux séquences d ADN : ATTCATTCATTCATTCATTCATTCATTCATTC et ATTGATTGATTGATTGATTGATTGATTGATTG. Quel est, à première vue, leur pourcentage d identité? Quand on fait un alignement avec l algorithme de BLAST (avec une taille de mot de 4), aucune similarité n est trouvée. Pourquoi? 3) Donner le code en python ou pseudo code pour générer la base de données de BLAST. Votre fonction aura la signature db(sequences, w), où sequences est un dictionnaire de séquences et w est la taille de mot. Exemple: sequence = { s1 : acgta, s2 : aacgta, s3 : acggta } et w=3, votre fonction doit renvoyer. {acg : [(s1,1), (s2,2), (s3,1)], cgt : [(s1,2), (s2,3)], gta : [(s1,3), (s2,4), (s3,4)], aac:[(s2,1)], cgg:[(s3,2)], ggt:[(s3,3)]} 4) Montrez comment la séquence cgtca sera alignée par BLAST en utilisant les séquences et la base de donnée indexée de la question précédente.
6 Figure 1a: en-tête du résultat de BLAST Figure 1b: sélection d'alignements retournés par BLAST Alignements Multiples 1) Score d un alignement multiple. a) Donnez le score de l alignement multiple global ci dessous selon la méthode de la somme des paires en considérant le système de scores suivant : score(x,x) = +1, score(x,y) = -1, score(x,-) = score(-,x) = -2, score(-,-) = 0 ACTATGTG A-T--GTG A-TT-GTG b) Est-ce le meilleur alignement global que l on pouvait obtenir? Justifiez votre réponse.
7 2) Donnez le score de l alignement multiple global ci dessous calculé selon la méthode de la somme des paires en utilisant la matrice de substitution BLOSUM 62 (donnée en annexe). NNNIV NNNIV NNN V NNCIV NCCIV 3) Soit les alignements par paires VEDLIRY VEDLRRY PNELRRY VEDLIRY BNKAALIRF VED--LIRY AEDL-RF VEDLIRY Nous voudrions utiliser l algorithme star pour obtenir l alignement multiple : a) Quelle est la séquence guide à utiliser? b) Donner l alignement multiple obtenu par star 4) Soit un alignement multiple de séquences protéiques représenté en Python par une liste de chaines de caractères. Par exemple: almult = ["AHS--LKATL", "L-SW-AA--L", "AHI--LKATL", "LHS--FT--L"]. Dans un alignement multiple, une sous-partie de l'alignement ou "bloc", est considérée comme conservée si plus de 70% des séquences présentent le même acide aminé à chacune des positions du bloc (un bloc peut être une colonne unique). Dans l'exemple précédent, la leucine (L) en dernière position est conservée dans toutes les séquences, tandis que l'histidine (H) et la sérine (S), respectivement en 2de et 3ème positions sont conservées à 75%. Il y a donc 2 blocs conservés, dont les positions dans l'alignement sont : 2-3 et (les gaps sont donc considérés comme un caractère). a) Si on représente un alignement multiple par une liste nommée lseq de n chaînes de caractères, donner l'algorithme (en Python ou en pseudo-code) qui permet d'imprimer les positions de début et de fin des blocs conservés dans l'alignement.
8 b) Quelle(s) modification(s) faut-il apporter à l'algorithme si il ne faut imprimer que les positions des blocs ayant une taille minimale de k colonnes contiguës? c) Comment modifier l'algorithme pour imprimer les positions des blocs non pas conservés, mais dont les colonnes présentent au moins m acides aminés différents (y compris gaps, 1<m<=20) 5) A partir du schéma suivant expliquer les étapes des algorithmes dit d'alignement progressif.
9 Phylogénies. 1) Remplissez la Table ci-dessous en indiquant, pour chaque paire de séquences, le type d homologie (O=Orthologie ; P=Paralogie ; I=Identité) Homme ACYP1 Homme ACYP2 Chimpanzé ACYP1 Chimpanzé ACYP2 Cochon ACYP1 Cochon ACYP2 Ornithorynque ACYP2 Homme ACYP1 Homme ACYP2 Chimpanzé ACYP1 Chimpanzé ACYP2 Cochon ACYP1 Cochon ACYP2 Ornithorynque ACYP2 2) Déroulez l algorithme UPGMA sur la matrice de distances suivante : A B C D A B 2 4 C 6 3) Lequel de ces deux arbres provient d une méthode UPGMA? Expliquez. A B 4) Quel est le nombre possible d'arbres enracinés avec 3 espèces? avec 4 espèces? a. Montrer que, si Cn est le nombre d'arbres enracinés possible avec n espèces, on a C1 = 1 et Cn = (2n-3) Cn-1. b. Déduisez en la formule générale pour Cn = (2n-3)! / 2 n-2 (n-2)!
10 c. Supposons que l'on puisse calculer le score d'un millions d'arbres en une seconde. Combien de temps cela prendrait-il d'évaluer le score de tous les arbres avec 10 espèces? avec 15 espèces? 5) Reconstruction des caractères ancestraux. Soit l'arbre suivant: a. Reconstruisez les séquences ancestrales par parcimonie en utilisant l'algorithme de Sankoff, avec un coût de 1 pour toutes les substitutions. b. Refaites maintenant l'algorithme en prenant cette fois un coût de 1 pour les transitions et un coût de 2 pour les transversions (voir ci dessous).
11 Annexes.
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 détailCHAPITRE 3 LA SYNTHESE DES PROTEINES
CHAITRE 3 LA SYNTHESE DES ROTEINES On sait qu un gène détient dans sa séquence nucléotidique, l information permettant la synthèse d un polypeptide. Ce dernier caractérisé par sa séquence d acides aminés
Plus en détailBig 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 détailDétection des duplications en tandem au niveau nucléique à l'aide de la théorie des flots
Université Toulouse 3 Paul Sabatier(UT3 Paul Sabatier) Informatique Spécialité Bioinformatique Eric AUDEMARD lundi 28 novembre 2011 Détection des duplications en tandem au niveau nucléique à l'aide de
Plus en détailIdentification de nouveaux membres dans des familles d'interleukines
Identification de nouveaux membres dans des familles d'interleukines Nicolas Beaume Jérôme Mickolajczak Gérard Ramstein Yannick Jacques 1ère partie : Définition de la problématique Les familles de gènes
Plus en détailMABioVis. Bio-informatique et la
MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID
Plus en détailBases moléculaires des mutations Marc Jeanpierre
Bases moléculaires des mutations Marc Jeanpierre Chaque enfant qui naît hérite de 10 à 30 nouvelles mutations ponctuelles. L essentiel des ces mutations sont heureusement des variations neutres de séquence
Plus en détailPerl Orienté Objet BioPerl There is more than one way to do it
Perl Orienté Objet BioPerl There is more than one way to do it Bérénice Batut, berenice.batut@udamail.fr DUT Génie Biologique Option Bioinformatique Année 2014-2015 Perl Orienté Objet - BioPerl Rappels
Plus en détailDr E. CHEVRET UE2.1 2013-2014. Aperçu général sur l architecture et les fonctions cellulaires
Aperçu général sur l architecture et les fonctions cellulaires I. Introduction II. Les microscopes 1. Le microscope optique 2. Le microscope à fluorescence 3. Le microscope confocal 4. Le microscope électronique
Plus en détailTravaux dirigés de Microbiologie Master I Sciences des Génomes et des Organismes Janvier 2015
Andrew Tolonen atolonen@genoscope.cns.fr Travaux dirigés de Microbiologie Master I Sciences des Génomes et des Organismes Janvier 2015 A- Généralités I- La vie sur terre telle que nous la connaissons ne
Plus en détailModule Analyse de Génomes 2011-2012 Master 2 module FMBS 326 Immunoinformatique
Module Analyse de Génomes 2011-2012 Master 2 module FMBS 326 Immunoinformatique Planning du Module : Date Heure Salle 12/12 9h-12h TD info TA1Z bat 25 13h-17h TD info TA1Z bat 25 13/12 9h-12h TD info TA1Z
Plus en détailCours 3 : Python, les conditions
Cours 3 : Python, les conditions Conditions Permet d'exécuter des ordres dans certaines conditions : if condition1: code exécuté si condition1 est vraie code exécuté si condition1 est vraie... elif condition2:
Plus en détailSéquence 6. Mais ces espèces pour autant ne sont pas identiques et parfois d ailleurs ne se ressemblent pas vraiment.
Sommaire Séquence 6 Nous avons vu dans les séances précédentes qu au cours des temps géologiques des espèces différentes se sont succédé, leur apparition et leur disparition étant le résultat de modifications
Plus en détailTD de Biochimie 4 : Coloration.
TD de Biochimie 4 : Coloration. Synthèse de l expérience 2 Les questions posées durant l expérience 2 Exposé sur les méthodes de coloration des molécules : Générique Spécifique Autres Questions Pourquoi
Plus en détailIMMUNOLOGIE. La spécificité des immunoglobulines et des récepteurs T. Informations scientifiques
IMMUNOLOGIE La spécificité des immunoglobulines et des récepteurs T Informations scientifiques L infection par le VIH entraîne des réactions immunitaires de l organisme qui se traduisent par la production
Plus en détailLA MITOSE CUEEP - USTL DÉPARTEMENT SCIENCES BAHIJA DELATTRE
Biologie LA MITOSE CUEEP - USTL DÉPARTEMENT SCIENCES BAHIJA DELATTRE Février 2006 I. L'INTRODUCTION Chaque cellule d'un organisme supérieur provient de la multiplication d'une cellule préexistante (cellule
Plus en détailEbauche Rapport finale
Ebauche Rapport finale Sommaire : 1 - Introduction au C.D.N. 2 - Définition de la problématique 3 - Etat de l'art : Présentatio de 3 Topologies streaming p2p 1) INTRODUCTION au C.D.N. La croissance rapide
Plus en détailExtraction d information des bases de séquences biologiques avec R
Extraction d information des bases de séquences biologiques avec R 21 novembre 2006 Résumé Le module seqinr fournit des fonctions pour extraire et manipuler des séquences d intérêt (nucléotidiques et protéiques)
Plus en détailSemestre 2 Spécialité «Analyse in silico des complexes macromolécules biologiques-médicaments»
Master In silico Drug Design Semestre 2 Spécialité «Analyse in silico des complexes macromolécules biologiques-médicaments» 30NU01IS INITIATION A LA PROGRAMMATION (6 ECTS) Responsables : D. MESTIVIER,
Plus en détail3: Clonage d un gène dans un plasmide
3: Clonage d un gène dans un plasmide Le clonage moléculaire est une des bases du génie génétique. Il consiste à insérer un fragment d'adn (dénommé insert) dans un vecteur approprié comme un plasmide par
Plus en détailJournée SITG, Genève 15 octobre 2013. Nicolas Lachance-Bernard M.ATDR Doctorant, Laboratoire de systèmes d information géographique
Monitorint spatio-temporel intégré de la mobilité urbaine Monitoring spatio-temporel de l ADN urbain Une réponse aux défis, problèmes, enjeux et risques des milieux urbains Nicolas Lachance-Bernard M.ATDR
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailUniversité de Montréal. Développement d outils pour l analyse de données de ChIP-seq et l identification des facteurs de transcription
Université de Montréal Développement d outils pour l analyse de données de ChIP-seq et l identification des facteurs de transcription par Eloi Mercier Département de bioinformatique Faculté de médecine
Plus en détailLeslie REGAD ; Gaëlle LELANDAIS. leslie.regad@univ- paris- diderot.fr ; gaelle.lelandais@univ- paris- diderot.fr
Programmation avec R Polycopié d exercices Leslie REGAD ; Gaëlle LELANDAIS leslie.regad@univ- paris- diderot.fr ; gaelle.lelandais@univ- paris- diderot.fr Ce polycopié rassemble différents exercices vous
Plus en détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détailSéquence 2. L expression du patrimoine génétique. Sommaire
Séquence 2 L expression du patrimoine génétique Sommaire 1. La synthèse des protéines 2. Phénotypes, génotypes et environnement Synthèse de la séquence 2 Exercices de la séquence 2 Glossaire des séquences
Plus en détailHépatite chronique B Moyens thérapeutiques
Hépatite chronique B Moyens thérapeutiques Dr Olfa BAHRI Laboratoire de Virologie Clinique Institut Pasteur de Tunis INTRODUCTION Plus de 300. 10 6 porteurs chroniques de VHB dans le monde Hépatite chronique
Plus en détailGénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010
GénoToul 2010, Hôtel de Région Midi Pyrénées, Toulouse, 10 décembre 2010 Analyse de la diversité moléculaire des régions génomiques de 30 gènes du développement méristématique dans une core collection
Plus en détailVI- Expression du génome
VI- Expression du génome VI-1.- EXPRESSION DU GÉNOME- PRINCIPES GÉNÉRAUX DOGME CENTRAL Les gènes et l information génétique sont conservés sous forme d acides nucléiques La perpétuation à l identique de
Plus en détailInitiation à la programmation en Python
I-Conventions Initiation à la programmation en Python Nom : Prénom : Une commande Python sera écrite en caractère gras. Exemples : print 'Bonjour' max=input("nombre maximum autorisé :") Le résultat de
Plus en détailGénétique et génomique Pierre Martin
Génétique et génomique Pierre Martin Principe de la sélections Repérage des animaux intéressants X Accouplements Programmés Sélection des meilleurs mâles pour la diffusion Index diffusés Indexation simultanée
Plus en détailCombinaison de modèles phylogénétiques et longitudinaux pour l analyse des séquences biologiques : reconstruction de HMM profils ancestraux
Combinaison de modèles phylogénétiques et longitudinaux pour l analyse des séquences biologiques : reconstruction de HMM profils ancestraux Jean-Baka Domelevo Entfellner To cite this version: Jean-Baka
Plus en détailContrôle de l'expression génétique :
Contrôle de l'expression génétique : Les régulations post-transcriptionnelles L'ARNm, simple intermédiaire entre le génome et les protéines? gène protéine L'ARNm, simple intermédiaire entre le génome et
Plus en détailPARTIE I Compte pour 75 %
PARTIE I Compte pour 75 % Instructions : Noircissez la lettre correspondant à la bonne réponse sur la feuille de réponse fournie. 1. Dans le diagramme, quelles structures font partie du système nerveux
Plus en détailUnivers Vivant Révision. Notions STE
Univers Vivant Révision Notions STE Chap. 13) L Écologie 1) a) Qu est-ce que l empreinte écologique? L empreinte écologique correspond à la surface terrestre et aquatique totale nécessaire à un individu,
Plus en détailLes outils de génétique moléculaire Les techniques liées aux acides nucléiques
Les outils de génétique moléculaire Les techniques liées aux acides nucléiques Sommaire Preparation des acides nucléiques Extraction / purification Les enzymes agissant sur les acides nucléiques Les enzymes
Plus en détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détailMaster de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant
Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master
Plus en détailBase 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 détailExamen Médian - 1 heure 30
NF01 - Automne 2014 Examen Médian - 1 heure 30 Polycopié papier autorisé, autres documents interdits Calculatrices, téléphones, traducteurs et ordinateurs interdits! Utilisez trois copies séparées, une
Plus en détailPartie 7 : Gestion de la mémoire
INF3600+INF2610 Automne 2006 Partie 7 : Gestion de la mémoire Exercice 1 : Considérez un système disposant de 16 MO de mémoire physique réservée aux processus utilisateur. La mémoire est composée de cases
Plus en détailIntroduc)on à Ensembl/ Biomart : Par)e pra)que
Introduc)on à Ensembl/ Biomart : Par)e pra)que Stéphanie Le Gras Jean Muller NAVIGUER DANS ENSEMBL : PARTIE PRATIQUE 2 Naviga)on dans Ensembl : Pra)que Exercice 1 1.a. Quelle est la version de l assemblage
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailMAB Solut. vos projets. MABLife Génopole Campus 1 5 rue Henri Desbruères 91030 Evry Cedex. www.mabsolut.com. intervient à chaque étape de
Mabsolut-DEF-HI:Mise en page 1 17/11/11 17:45 Page1 le département prestataire de services de MABLife de la conception à la validation MAB Solut intervient à chaque étape de vos projets Création d anticorps
Plus en détailQue faire lorsqu on considère plusieurs variables en même temps?
Chapitre 3 Que faire lorsqu on considère plusieurs variables en même temps? On va la plupart du temps se limiter à l étude de couple de variables aléatoires, on peut bien sûr étendre les notions introduites
Plus en détailUE6 - Cycle de vie du médicament : Conception rationnelle
UE6 - Cycle de vie du médicament : Conception rationnelle Dr. Raphaël Terreux Faculté de Pharmacie (ISPB) Département pédagogique des Sciences Physico-Chimiques et Pharmacie Galénique 8 avenue Rockefeller,
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailMYRIAD. l ADN isolé n est à présent plus brevetable!
MYRIAD La Cour Suprême des Etats-Unis revient sur plus de 30 ans de pratique : l ADN isolé n est à présent plus brevetable! Mauvaise passe pour les inventions en biotechnologies sur le territoire américain.
Plus en détailGènes Diffusion - EPIC 2010
Gènes Diffusion - EPIC 2010 1. Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses
Plus en détailMise en place d une solution automatique de stockage et de visualisation de données de capture des interactions chromatiniennes à l échelle génomique
Rapport de stage de deuxième année de DUT Génie Biologique option Bioinformatique Mise en place d une solution automatique de stockage et de visualisation de données de capture des interactions chromatiniennes
Plus en détailLa reconnaissance moléculaire: la base du design rationnel Modélisation moléculaire: Introduction Hiver 2006
La reconnaissance moléculaire: la base du design rationnel En 1890 Emil Fisher a proposé le modèle "serrure et clé" pour expliquer la façon de fonctionner des systèmes biologiques. Un substrat rentre et
Plus en détailhttp://mondomaine.com/dossier : seul le dossier dossier sera cherché, tous les sousdomaines
Principales fonctionnalités de l outil Le coeur du service suivre les variations de position d un mot-clé associé à une URL sur un moteur de recherche (Google - Bing - Yahoo) dans une locale (association
Plus en détailLes OGM. 5 décembre 2008. Nicole Mounier
Les OGM 5 décembre 2008 Nicole Mounier Université Claude Bernard Lyon 1 CGMC, bâtiment Gregor Mendel 43, boulevard du 11 Novembre 1918 69622 Villeurbanne Cedex OGM Organismes Génétiquement Modifiés Transfert
Plus en détailSéquence 1. Reproduction conforme de la cellule et réplication de l ADN Variabilité génétique et mutation de l ADN
Séquence 1 Reproduction conforme de la cellule et réplication de l ADN Variabilité génétique et mutation de l ADN Sommaire 1. Reproduction conforme de la cellule et réplication de l ADN 2. Variabilité
Plus en détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
Plus en détailGoogle fait alors son travail et vous propose une liste de plusieurs milliers de sites susceptibles de faire votre bonheur de consommateur.
Quelques resultats de méthode : Entre le 20 Juillet et le 20 Octobre 2011 : Sur une liste de seulement 60 mots clés ou séquences clés 1. 7 sont premiers sur Google soit 12 % 2. 16 sont dans les 3 premiers
Plus en détailMaster IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1
Master IMEA Calcul Stochastique et Finance Feuille de T.D. n o Corrigé exercices8et9 8. On considère un modèle Cox-Ross-Rubinstein de marché (B,S) à trois étapes. On suppose que S = C et que les facteurs
Plus en détailAnalyse des données de séquençage massif par des méthodes phylogénétiques
Analyse des données de séquençage massif par des méthodes phylogénétiques Roux S., Taib N., Mangot J.F., Hugoni M., Mary I., Ravet V., Bronner G., Enault F., Debroas D. Équipe Microbiologie de l'environnement
Plus en détailStructure quantique cohérente et incohérente de l eau liquide
Structure quantique cohérente et incohérente de l eau liquide Prof. Marc HENRY Chimie Moléculaire du Solide Institut Le Bel, 4, Rue Blaise Pascal 67070 Strasbourg Cedex, France Tél: 03.68.85.15.00 e-mail:
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailLarge succès de l introduction en bourse de Genomic Vision sur Euronext à Paris qui lève 23,0 M
Communiqué de presse 1 er avril 2014 GÉNOMIQUE TESTS DE DIAGNOSTIC GÉNÉTIQUE R&D Large succès de l introduction en bourse de Genomic Vision sur Euronext à Paris qui lève 23,0 M Offre sursouscrite 4,7 fois,
Plus en détailSpécialisation 3A AgroSup Dijon IAA Microbiologie Industrielle et Biotechnologie (MIB)
Spécialisation 3A AgroSup Dijon IAA Microbiologie Industrielle et Biotechnologie (MIB) Responsable : Jean-François Cavin (Pr. Microbiologie Biotechnologie) Tel 03 80 77 40 72, Fax 03 80 77 23 84 jf.cavin@agrosupdijon.fr
Plus en détail6 - Le système de gestion de fichiers F. Boyer, UJF-Laboratoire Lig, Fabienne.Boyer@imag.fr
6 - Le système de gestion de fichiers F. Boyer, UJF-Laboratoire Lig, Fabienne.Boyer@imag.fr Interface d un SGF Implémentation d un SGF Gestion de la correspondance entre la structure logique et la structure
Plus en détailgrande simple microscope microscope inventé années 1825. biologie = cellule) et (logos de plus en Anglais. Utilise un La microscopie, 1665,
Cours de Biologie Cellulaire Présentés par Mr CHELLI A. FSNV 2012/ /2013 CHAPITRE I : INTRODUCTION A LA BIOLOGIE CELLULAIRE A- Introduction et définitionn de la biologie cellulaire : Il était difficile
Plus en détailBibliographie Introduction à la bioinformatique
Bibliographie Introduction à la bioinformatique 5. Les bases de données biologiques, SQL et la programmation Python/C++ Zvelebil et Baum, Understanding bioinformatics Beighley, Head First SQL Chari, A
Plus en détailDétection et prise en charge de la résistance aux antirétroviraux
Détection et prise en charge de la résistance aux antirétroviraux Jean Ruelle, PhD AIDS Reference Laboratory, UCLouvain, Bruxelles Corata 2011, Namur, 10 juin 2011 Laboratoires de référence SIDA (Belgique)
Plus en détailCellules procaryotes Service histologie Pr.k.mebarek
Cellules procaryotes Service histologie Pr.k.mebarek I) Les cellules procaryotes II) Les cellules eucaryotes o 1) Caractéristiques générales des cellules eucaryotes o 2) Organisation des cellules eucaryotes
Plus en détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailSoutien technique en informatique
Service de formation aux adultes Soutien technique en informatique PLAN DE COURS Utilisation et création de bases de données 420-B64-GR 2-2-2 75 heures Session automne 2010 NOM DE L ENSEIGNANT : JIE YANG
Plus en détailUTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY
UTILISATION DE LA PLATEFORME WEB D ANALYSE DE DONNÉES GALAXY Yvan Le Bras yvan.le_bras@irisa.fr Cyril Monjeaud, Mathieu Bahin, Claudia Hériveau, Olivier Quenez, Olivier Sallou, Aurélien Roult, Olivier
Plus en détailLes débuts de la génétique
HPITRE 9 DES DÉBTS DE L ÉNÉTIQE X ENJEX TELS DES BIOTEHNOLOIES 1 Les débuts de la génétique est avec les travaux de regor Mendel vers la fin du XIX e siècle que furent posées les bases de la génétique.
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailFormavie 2010. 2 Différentes versions du format PDB...3. 3 Les champs dans les fichiers PDB...4. 4 Le champ «ATOM»...5. 6 Limites du format PDB...
Formavie 2010 Les fichiers PDB Les fichiers PDB contiennent les informations qui vont permettre à des logiciels de visualisation moléculaire (ex : RasTop ou Jmol) d afficher les molécules. Un fichier au
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailSéquence 4. La nature du vivant. Sommaire. 1. L unité structurale et chimique du vivant. 2. L ADN, support de l information génétique
Séquence 4 La nature du vivant Sommaire 1. L unité structurale et chimique du vivant 2. L ADN, support de l information génétique 3. Synthèse de la séquence 4. Exercices Devoir autocorrectif n 2 Séquence
Plus en détailGénomique Comparative et intégrative
Génomique Comparative et intégrative Introduction : Le big data : on peut traiter des données massives à présent, l'objectif à présent est d'éviter les transferts de données trop longs. On a tout à portée
Plus en détailMaster IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008
Master IAD Module PS Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique Gaël RICHARD Février 2008 1 Reconnaissance de la parole Introduction Approches pour la reconnaissance
Plus en détailMise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC
Mise en place de serveurs Galaxy dans le cadre du réseau CATI BBRIC {Sebastien.Carrere, Ludovic.Legrand,Jerome.Gouzy}@toulouse.inra.fr {Fabrice.Legeai,Anthony.Bretaudeau}@rennes.inra.fr CATI BBRIC 35 bioinformaticiens
Plus en détailPRIVOR Plus prévoyance optimisée. Sécurité élevée et chances attractives de rendement
PRIVOR Plus prévoyance optimisée Sécurité élevée et chances attractives de rendement Qu est-ce que PRIVOR Plus? Vous accordez la priorité à la sécurité financière et vous souhaitez dans un même temps profiter
Plus en détailRésistance du virus de l hépatite C aux nouveaux traitements anti-viraux
14 ème forum SOS Hépatites, Lyon Résistance du virus de l hépatite C aux nouveaux traitements anti-viraux Dr. Sylvie LARRAT Laboratoire de Virologie CHU Grenoble Hépatite C chronique 180 millions de porteurs
Plus en détailCATALOGUE DES PRESTATIONS DE LA
1/23 La plate-forme Biopuces et Séquençage de Strasbourg est équipée des technologies Affymetrix et Agilent pour l étude du transcriptome et du génome sur puces à ADN. SOMMAIRE ANALYSE TRANSCRIPTIONNELLE...
Plus en détailTests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique»
Tests de comparaison de moyennes Dr Sahar BAYAT MASTER 1 année 2009-2010 UE «Introduction à la biostatistique» Test de Z ou de l écart réduit Le test de Z : comparer des paramètres en testant leurs différences
Plus en détailExcel. Identification. Informations sur vos besoins et objectifs. Notions fondamentales. Fiche de validation des besoins en formation Bureautique
Fiche de validation des besoins en formation Bureautique Excel Identification Nom : Prénom : Société : Adresse : CP Ville : Adresse e-mail : Téléphone professionnel : Informations sur vos besoins et objectifs
Plus en détailConférence technique internationale de la FAO
Décembre 2009 ABDC-10/7.2 F Conférence technique internationale de la FAO Biotechnologies agricoles dans les pays en développement: choix et perspectives pour les cultures, les forêts, l élevage, les pêches
Plus en détailTP Bases de données réparties
page 1 TP Bases de données réparties requêtes réparties Version corrigée Auteur : Hubert Naacke, révision 5 mars 2003 Mots-clés: bases de données réparties, fragmentation, schéma de placement, lien, jointure
Plus en détailKaizen Marketing Group Web Agency. Kaizen Marketing. - Stéphanie Héline-
Kaizen Marketing - Stéphanie Héline- 1 Référencement Web Paris 26 Juin 2013 Faire de la pub c est bien 12 Répondre à une requête c est mieux! 3 Comment recherchez-vous? Source : Google - 2012 Importance
Plus en détailExercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»
Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible» Quand la trésorerie d une entreprise est positive, le trésorier cherche le meilleur placement pour placer les excédents.
Plus en détaila)390 + 520 + 150 b)702 + 159 +100
Ex 1 : Calcule un ordre de grandeur du résultat et indique s il sera supérieur à 1 000 L addition est une opération qui permet de calculer la somme de plusieurs nombres. On peut changer l ordre de ses
Plus en détailProgression secrétariat
Progression secrétariat I. Notions de base A. L'Unité Centrale et les périphériques 1. Unité centrale a) Le Schéma de principe (1) Entrée et sortie des informations, traitement des informations, en interne
Plus en détailUn Vrai Changement dans la Gestion des Espèces
Un Vrai Changement dans la Gestion des Espèces TM Solution SMARTtill Coûts et avantages La gestion des espèces représente un processus long et coûteux dans tout environnement nécessitant la manipulation
Plus en détailL import /export @GoogleDocs : Mise à jour rapide de votre catalogue
L import /export @GoogleDocs : Mise à jour rapide de votre catalogue L export @GoogleDocs se situe au dessus du résultat de la recherche, qu elle soit simple ou avancée. En cliquant sur le texte «Export
Plus en détailLe taux d'actualisation en assurance
The Geneva Papers on Risk and Insurance, 13 (No 48, July 88), 265-272 Le taux d'actualisation en assurance par Pierre Devolder* Introduction Le taux d'actualisation joue un role determinant dans Ia vie
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailUniversity of Tokyo Graduate School of Agricultural and Life Sciences et. Kanagawa Academy of Science and Technology
COMMUNIQUÉ DE PRESSE le 25 mars 2014 Une étude conjointe menée par University of Tokyo Graduate School of Agricultural and Life Sciences et Kanagawa Academy of Science and Technology suggère que le sirop
Plus en détailStatistique : Résumé de cours et méthodes
Statistique : Résumé de cours et méthodes 1 Vocabulaire : Population : c est l ensemble étudié. Individu : c est un élément de la population. Effectif total : c est le nombre total d individus. Caractère
Plus en détailTraitement de l hépatite C: données récentes
Traitement de l hépatite C: données récentes J.-P. BRONOWICKI (Vandœuvre-lès-Nancy) Tirés à part : Jean-Pierre Bronowicki Service d Hépatogastroentérologie, CHU de Nancy, 54500 Vandœuvre-lès-Nancy. Le
Plus en détailRapport d évaluation de l école doctorale
Section des Formations et des diplômes Rapport d évaluation de l école doctorale Bio Sorbonne Paris Cité PRES Sorbonne Paris Cité Université Paris Descartes Vague D - 2014-2018 Campagne d évaluation 2012-2013
Plus en détailLes tests génétiques à des fins médicales
Les tests génétiques à des fins médicales Les tests génétiques à des fins médicales Nous avons tous hérité d une combinaison unique de gènes de la part de nos parents. Cette constitution originale et l
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détail