Les peptides communs à plusieurs protéines: les vilains petits canards de la protéomique

Transcription

1 Les peptides communs à plusieurs protéines: les vilains petits canards de la protéomique Mélisande Blein-Nicolas 19 septembre 2014 Journée Bucoliques, les mathématiques?, INRA Jouy-en-Josas 1/35

2 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 2/35

3 Qu'est-ce que la protéomique? Dénitions 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 3/35

4 Qu'est-ce que la protéomique? Dénitions Proteome et protéomique PROTEOME : complément en PROTEines exprimées par un genome (Wilkins et al., 1995). Protéomique : étude du protéome (abondance, modications, interactions, localisation, structure et fonction des protéines) 4/35

5 Qu'est-ce que la protéomique? Champs d'étude de la protéomique 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 5/35

6 Qu'est-ce que la protéomique? Champs d'étude de la protéomique La protéomique inventaire Identier l'ensemble des protéines présentes dans un compartiment donné pour : ˆ déterminer la structure primaire des gènes ˆ prouver expérimentalement l'expression et la traduction d'un gène ˆ localiser les protéines ˆ conrmer/découvrir des composants des complexes protéiques ˆ caractériser des modifs post-trad ˆ faire un bilan des fonctions exercées dans le compartiment étudié 6/35

7 Qu'est-ce que la protéomique? Champs d'étude de la protéomique La protéomique comparative Analyser les modications du protéome entre plusieurs conditions génétiques ou environnementales pour : ˆ identier les protéines dont la quantité ou les modifs post-trad évoluent ˆ identier les voies métaboliques et les fonctions cellulaires aectées ˆ proposer des relations de cause à eet entre les variations du protéome et les variations de caractères d'intérêt 7/35

8 Un outil incontournable : la spectrométrie de masse 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 8/35

9 Un outil incontournable : la spectrométrie de masse Qu'est-ce que la spectrométrie de masse (MS)? Méthode d'identication des molécules présentes dans un échantillon à partir de leur masse atomique ou moléculaire 9/35

10 Un outil incontournable : la spectrométrie de masse Principe d'une analyse protéomique par LC-MS/MS 10/35

11 Un outil incontournable : la spectrométrie de masse Traitement des données pour l'identication des protéines Les données expérimentales acquises en MS2 sont confrontées aux bases de données par un logiciel d'interrogation 11/35

12 Un outil incontournable : la spectrométrie de masse Traitement des données pour la quantication des protéines Spectral counting : nombre de spectres MS2 par protéine 12/35

13 Un outil incontournable : la spectrométrie de masse Traitement des données pour la quantication des protéines Spectral counting : nombre de spectres MS2 par protéine Intégration des courants d'ions extraits (XIC) : aire sous les pics du chromatogramme 12/35

14 Un outil incontournable : la spectrométrie de masse Traitement des données pour la quantication des protéines Spectral counting : nombre de spectres MS2 par protéine Intégration des courants d'ions extraits (XIC) : aire sous les pics du chromatogramme ˆ dénir et isoler les pics ˆ relier les infos de quanti (MS1) et d'identication (MS2) ˆ aligner les temps de rétention entre les échantillons ˆ estimer des abondances de protéine à partir des données peptidiques 12/35

15 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 13/35

16 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte L'eet peptide Tous les peptides ne répondent pas de manière identique à l'ionisation : Comment prendre en compte cet eet du peptide? 14/35

17 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les peptides communs à plusieurs protéines Issus de l'épissage alternatif ou des gènes dupliqués Comment déconvoluer l'information portée par les peptides communs? 15/35

18 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte La taille et la structure des jeux de données Gros jeux de données : x1000 protéines, x10000 peptides, x100 échantillons Les jeux de données peuvent être très déséquilibrés : ˆ nombreuses données manquantes liées au seuil de détection du spectromètre ˆ données parfois inexistantes (par exemple en cas de polymorphisme génétique) 16/35

19 Estimer des abondances de protéine à partir des peptides Les méthodes les plus couramment utilisées 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 17/35

20 Estimer des abondances de protéine à partir des peptides Les méthodes les plus couramment utilisées Les méthodes simples Pour chaque protéine dans chaque échantillon : ˆ somme ou moyenne des intensités des 3 peptides les plus abondants ˆ somme des intensités tous les peptides ˆ moyenne des rapports d'intensité des peptides entre deux conditions Problèmes de ces méthodes : ˆ Pas de prise en compte de l'eet peptide ˆ Toutes les données ne sont pas exploitées (les peptides communs sont supprimés) ˆ Quand on somme des intensités de peptides, on somme aussi les erreurs 18/35

21 Estimer des abondances de protéine à partir des peptides Les méthodes les plus couramment utilisées Les méthodes basées sur la modélisation statistique Clough et al Pas de modèle satisfaisant permettant de prendre en compte l'information portée par les peptides communs à plusieurs protéines 19/35

22 Comment inclure les peptides communs? 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 20/35

23 Comment inclure les peptides communs? Présentation du jeu de données Objectif : analyser la diversité génétique du protéome des levures de la fermentation alcoolique 9 S. cerevisiae et 6 S. uvarum en condition oenologiques Echantillons à 30% de dégagement de CO2 3 réplicats indépendants, soit 45 échantillons LC-MS/MS : 654 protéines identiées, 7146 peptides quantiés, observations 21/35

24 Comment inclure les peptides communs? Objectif de l'analyse statistique Détecter les protéines dont l'abondance varie entre les souches : ˆ Estimer P kt = abondance de la protéine k dans la souche t ˆ Comparer les P k. par un test de comparaisons multiples ˆ Si p-value signicative, il existe au moins deux souches t et t' telles que P kt P kt Rappel : ˆ a i = k δ ik P k ˆ I i = α i a i ˆ et donc log(i i ) = α i + log( k δ ik P k ) 22/35

25 Comment inclure les peptides communs? Modèle 1 : protéine par protéine, sans peptide commun Pour chaque protéine k, on modélise : log(i itr ) = m + β t + α i + B r + C tr + ε itr ˆ β t = eet xe de la souche t ˆ m + β t = log(p kt ) ˆ α i = eet xe du peptide i ˆ B r N (0, σ 2 ) = eet aléatoire du réplicat r B ˆ C tr N (0, σ 2 ) = eet aléatoire de l'injection tr C ˆ ε itr N (0, σ 2 ε) = erreur résiduelle 23/35

26 Comment inclure les peptides communs? Modèle 1 : protéine par protéine, sans peptide commun Avantages : simple (facile à coder sous R) et rapide Inconvénient : peu de données pour estimer les eets aléatoires ˆ σ 2 B et σ2 C variables d'une protéine à une autre ˆ risque de détecter des faux-positifs ou des faux-négatifs 24/35

27 Comment inclure les peptides communs? Modèle 1 : protéine par protéine, sans peptide commun Avantages : simple (facile à coder sous R) et rapide Inconvénient : peu de données pour estimer les eets aléatoires ˆ σ 2 B et σ2 C variables d'une protéine à une autre ˆ risque de détecter des faux-positifs ou des faux-négatifs Mettre les eets aléatoires en eets xes? ˆ augmente le nombre de paramètres à estimer ˆ augmente la variance de l'estimateur de P kt ˆ perte de puissance = risque de ne pas détecter (faux-négatifs) 24/35

28 Comment inclure les peptides communs? Modèle 2 : toutes les protéines ensemble, sans peptide commun Pour l'ensemble des protéines, on modélise : log(i itr ) = m + β t + γ kt + α i + B r + C tr + ε itr ˆ β t = eet xe de la souche t ˆ γ kt = eet xe de l'interaction souche t x protéine k ˆ m + β t + γ kt = log(p kt ) ˆ α i = eet xe du peptide i ˆ B r N (0, σ 2 ) = eet aléatoire du réplicat r B ˆ C tr N (0, σ 2 ) = eet aléatoire de l'injection tr C ˆ ε itr N (0, σ 2 ε) = erreur résiduelle 25/35

29 Comment inclure les peptides communs? Modèle 2 : toutes les protéines ensemble, sans peptides commun Avantage : susamment de données pour estimer correctement la variance des eets aléatoires 26/35

30 Comment inclure les peptides communs? Modèle 2 : toutes les protéines ensemble, sans peptides commun Avantage : susamment de données pour estimer correctement la variance des eets aléatoires Inconvénient : mise en oeuvre moyennement facile ˆ problème de sur-paramétrisation : ajout de contraintes sur les paramètres, mettre l'eet peptide en aléatoire ˆ modication des contrastes pour obtenir log(p kt ) = m + β t + γ kt ˆ Problème de mémoire sous R pour analyser le jeu de données entier : couper le jeu de données en morceaux 26/35

31 Comment inclure les peptides communs? Modèle 3 : toutes les protéines ensemble, avec peptides communs Rappel modèle 2 : log(i itr ) = log(p kt ) + α i + B r + C tr + ε itr Généralisation : log(i itr ) = log( k δ ik P kt ) + D i + B r + C tr + ε itr ˆ δ ik = 1 si i k, 0 sinon ˆ P kt = exp(θ kt ) ˆ D i N (0, σ 2 ) = eet aléatoire du peptide i D ˆ B r N (0, σ 2 ) = eet aléatoire du réplicat r B ˆ C tr N (0, σ 2 ) = eet aléatoire de l'injection tr C ˆ ε itr N (0, σ 2 ε) = erreur résiduelle 27/35

32 Comment inclure les peptides communs? Modèle 3 : toutes les protéines ensemble, avec peptides communs Avantage : permet de prendre en compte l'ensemble des peptides Inconvient : estimation des paramètres diciles car modèle non-linéaire 28/35

33 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 29/35

34 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Principe de l'inférence bayésienne 30/35

35 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Implémentation dans un cadre bayésien 31/35

36 Comment inclure les peptides communs? Evaluation des performances 1 Qu'est-ce que la protéomique? Dénitions Champs d'étude de la protéomique 2 Un outil incontournable : la spectrométrie de masse 3 Estimer des abondances de protéine à partir des peptides Les dicultés à prendre en compte Les méthodes les plus couramment utilisées 4 Comment inclure les peptides communs? Implémentation du modèle dans un cadre bayésien Evaluation des performances 5 Pour conclure... 6 Remerciements 32/35

37 Comment inclure les peptides communs? Evaluation des performances Gains du modèle 3 par rapport au modèle 1 Blein-Nicolas et al /35

38 Conclusions Pour conclure... 34/35

39 Remerciements Remerciements 35/35