Introduction à la bio-informatique
|
|
- Diane Guérard
- il y a 6 ans
- Total affichages :
Transcription
1 Introduction à la bio-informatique Hélène Touzet Équipe Bioinfo LIFL USTL
2 A C G G T G C C T A ADN A U C C U A G Transcription ARN messager Traduction prote ine
3 fonction de la prote ines pre diction de ge nes A C G G T G C C T A A U C C U A G Transcription ARN messager ADN Traduction prote ine pre diction de structure comparaison de se quences
4 Quête du Graal de la bio-informatique... ctgcaggacgcctactaaggcggcggggaaaaacaaacgttattacaccgagacagaagg tgcactgcgttatgttgtcgcggacaacggcgaaaaggggctgaccttcgctgttgaacc aattaagttggcgctatctgantctcatactgtttcacagacctgctgccctgcggcggc caatcttcctttattcgcttataagcgtggagaattaaaatgcgacatcctttagtgatg ggtaactggaaactgaacggcagccgccacatggttcacgagctggtttctaacctgcgt aaagagctggcaggtgttgctggctgtgcggttgcaatcgcaccaccggaaatgtatatc gatatggcgaagcgcgaagctgaaggcagccacatcatgctgggtgcgcaaaacgtgaac ctgaacctgtccggcgcattcacgggtgaaacctctgctgctatgctgaaagacatcggc gcacagtacatcatcatcggtcactctgaacgtcgtacttaccacaaagaatctgacgaa ctgatcgcgaaaaaattcgcggtgctgaaagagcagggcctgactccggttctgtgcatc ggtgaaaccgaagctgaaaatgaagcgggcaaaactgaagaagtttgcgcacgtcagatc gacgcggtactgaaaactcagggtgctgcggcattcgaaggtgcggttatcgcttacgaa cctgtatgggcaatcggtactggcaaatctgcaactccggctcaggcacaggctgttcac aaattcatccgtgaccacatcgctaaagttgacgctaacatcgctgaacaagtgatcatt cagtacggcggctccgtaaacgcgtctaacgctgcagaactgtttgctcagccggatatc gacggcgcgctggttggtggtgcttctctgaaagctgacgccttcgcagtaatcgttaaa gctgcagaagcggctaaacaggcttaagtctgacaggtgccggatttcgatatccggcac ttactttccttaactcttcgccttaacgcaaaatctcacactgatgatcctgaatttcct cggctgaagcacggttaagcgtcagtagatttcgttgtgtcgccagcaatacaaatgagt tatcactctgccgtaccatcgccagcccgtagcgtcccatatgttcccgcgcctcaggta cttcttctgccagcatcataaatgggctgcgttgtaccagttcgctttccgttacccgac gcgcaggtattcatgcccgcgcaaaccacctggcagtggcaaccagcggctgctgatgtt cgccagattgttatcgag...
5 Quête du Graal de la bio-informatique... ctgcaggacgcctactaaggcggcggggaaaaacaaacgttattacaccgagacagaagg tgcactgcgttatgttgtcgcggacaacggcgaaaaggggctgaccttcgctgttgaacc aattaagttggcgctatctgantctcatactgtttcacagacctgctgccctgcggcggc caatcttcctttattcgcttataagcgtggagaattaaaatgcgacatcctttagtgatg ggtaactggaaactgaacggcagccgccacatggttcacgagctggtttctaacctgcgt aaagagctggcaggtgttgctggctgtgcggttgcaatcgcaccaccggaaatgtatatc gatatggcgaagcgcgaagctgaaggcagccacatcatgctgggtgcgcaaaacgtgaac ctgaacctgtccggcgcattcacgggtgaaacctctgctgctatgctgaaagacatcggc gcacagtacatcatcatcggtcactctgaacgtcgtacttaccacaaagaatctgacgaa ctgatcgcgaaaaaattcgcggtgctgaaagagcagggcctgactccggttctgtgcatc ggtgaaaccgaagctgaaaatgaagcgggcaaaactgaagaagtttgcgcacgtcagatc gacgcggtactgaaaactcagggtgctgcggcattcgaaggtgcggttatcgcttacgaa cctgtatgggcaatcggtactggcaaatctgcaactccggctcaggcacaggctgttcac aaattcatccgtgaccacatcgctaaagttgacgctaacatcgctgaacaagtgatcatt cagtacggcggctccgtaaacgcgtctaacgctgcagaactgtttgctcagccggatatc gacggcgcgctggttggtggtgcttctctgaaagctgacgccttcgcagtaatcgttaaa gctgcagaagcggctaaacaggcttaagtctgacaggtgccggatttcgatatccggcac ttactttccttaactcttcgccttaacgcaaaatctcacactgatgatcctgaatttcct cggctgaagcacggttaagcgtcagtagatttcgttgtgtcgccagcaatacaaatgagt tatcactctgccgtaccatcgccagcccgtagcgtcccatatgttcccgcgcctcaggta cttcttctgccagcatcataaatgggctgcgttgtaccagttcgctttccgttacccgac gcgcaggtattcatgcccgcgcaaaccacctggcagtggcaaccagcggctgctgatgtt cgccagattgttatcgag...
6 Quête du Graal de la bio-informatique MRHPLVMGNWKLNGSRHMVHELVSNLRKELAG VAGCAVAIAPPEMYIDMAKREAEGSHIMLGAQ NVDLNLSGAFTGETSAAMLKDIGAQYIIIGHS ERRTYHKESDELIAKKFAVLKEQGLTPVLCIG ETEAENEAGKTEEVCARQIDAVLKTQGAAAFE GAVIAYEPVWAIGTGKSATPAQAQAVHKFIRD HIAKVDANIAEQVIIQYGGSVNASNAAELFAQ PDIDGALVGGASLKADAFAVIVKAAEAAKQA
7 Quête du Graal de la bio-informatique MRHPLVMGNWKLNGSRHMVHELVSNLRKELAGVAGCAVAIAPPEMYIDMAKREAEGSHIM LGAQNVDLNLSGAFTGETSAAMLKDIGAQYIIIGHSERRTYHKESDELIAKKFAVLKEQG LTPVLCIGETEAENEAGKTEEVCARQIDAVLKTQGAAAFEGAVIAYEPVWAIGTGKSATP AQAQAVHKEIRDHIAKVDANIAEQVIIQYGGSVNASNAAELFAQPDIDGALVGGASLKAD AFAVIVKAAEAAKQA
8 Quête du Graal de la bio-informatique MRHPLVMGNWKLNGSRHMVHELVSNLRKELAGVAGCAVAIAPPEMYIDMAKREAEGSHIM LGAQNVDLNLSGAFTGETSAAMLKDIGAQYIIIGHSERRTYHKESDELIAKKFAVLKEQG LTPVLCIGETEAENEAGKTEEVCARQIDAVLKTQGAAAFEGAVIAYEPVWAIGTGKSATP [AV] Y E P [LIVM] W [SA] I G T[GK] AQAQAVHKEIRDHIAKVDANIAEQVIIQYGGSVNASNAAELFAQPDIDGALVGGASLKAD AFAVIVKAAEAAKQA signature d un site actif triosphosphate isomérase
9 Quête du Graal de la bio-informatique MRHPLVMGNWKLNGSRHMVHELVSNLRKELAGVAGCAVAIAPPEMYIDMAKREAEGSHIM LGAQNVDLNLSGAFTGETSAAMLKDIGAQYIIIGHSERRTYHKESDELIAKKFAVLKEQG LTPVLCIGETEAENEAGKTEEVCARQIDAVLKTQGAAAFEGAVIAYEPVWAIGTGKSATP AQAQAVHKEIRDHIAKVDANIAEQVIIQYGGSVNASNAAELFAQPDIDGALVGGASLKAD AFAVIVKAAEAAKQA Eléments de la structure secondaire hélice alpha feuillet beta Domaine conservé
10 Quête du Graal de la bio-informatique
11 Quête du Graal de la bio-informatique
12 biologie moléculaire bio-informatique 1865 théorie de l hérédité (Mendel) 1944 ADN support de l information génétique (Avery) 1951 première protéine séquencée insuline (Sanger) 1953 strcture en double hélice de l ADN (Watson-Crick) 1961 code génétique 1967 arbre phylogénétique (Nirenberg et Matthaei) 1970 comparaison de séquences 1974 prédiction de structures de protéines 1977 séquençage d ADN 1978 premières banques de données 1984 invention de la PCR 1980 alignement local 1990 programme international de séquençage du génome humain 1990 logiciel Blast 1996 génome de la levure 1991 prédiction de gènes 2000 brouillon du génome humain génomes
13 1978 : séquence du phage phix174 (premier génome à ADN, 5386 bp) Bactéries 1995 : Haemophilus Influenzae 1996 : Bacillus Subtilis 1996 : Escherichia Coli Eucaryotes 1990 : programme international de séquençage Génome Humain 1996 : levure (premier eucaryote) 1998 : Caenorhabditis Elegans ( pluri-cellulaire) 2000 : Arabidopsis Thaliana (premier génome de plante) 2000 : brouillon du génome humain Aujourd hui : 340 génomes publiés, 1500 en cours souris, drosophile, rat, zebra fish,maïs, poulet, chimpanzée, etc.
14 Les bases de données nucléiques International Nucleotide Sequence Database Collaboration Trois partenaires EMBL (Europe) Genbank (Etats-Unis) DDBJ (Japon) Contributeurs: organismes de recherche, programmes de séquençage Tous types de séquences chromosome, contigs, ARN messagers, EST,... Août 2005 : nucléotides organismes
15 Janvier 2006: nucléotides
16 Répartition par organismes (en nucléotides)
17 Les bases de données protéiques Structure Structure Structure Structure primaire secondaire tertiaire quaternaire Swissprot : séquences TrEMBL : séquences PDB : 243 structures
18 Les bases de données protéiques Swissprot : banques de protéines séquencées TrEMBL : banques de protéines prédites à partir d ARN messagers PDB : Protein Data Bank - banque de structures de protéines résolues expérimentalement cristallographie, résonance magnétique nucléaire Lien entre la séquence et la structure dans PDB, toutes les protéines avec plus de 25 % d identité partagent la même structure
19 La comparaison de séquences Assemblage de contigs (séquençage) Recherche de séquences homologues Prédiction de gènes Recherche d une fonction commune etc.
20 Exemple : l insuline éléphant hamster FVNQHLCGSHLVEALYLVCGERGFFYTPKTGIVEQCCTGVCSLYQLENYCN FVNQHLCGSHLVEALYLVCGERGFFYTPKSGIVDQCCTSICSLYQLENYCN éléphant baleine FVNQHLCGSHLVEALYLVCGERGFFYTPKTGIVEQCCTGVCSLYQLENYCN FVNQHLCGSHLVEALYLVCGERGFFYTPKAGIVEQCCASTCSLYQLENYCN éléphant alligator FVNQHLCGSHLVEALYLVCGERGFFYTPKTGIVEQCCTGVCSLYQLENYCN AANQRLCGSHLVDALYLVCGERGFFYSPKGGIVEQCCHNTCSLYQLENYCN
21 Alignement Mise en correspondance de deux séquences (ADN ou protéines) R D I S L V K N A G I R N I - L V S D A K N V G I 3 événements mutationnels élémentaires Score d une opération substitution } insertion indel délétion substitution : score de similarité indel : pénalité Le score de l alignement est la somme des scores élémentaires
22 2 séquences plusieurs alignements possibles R D I S L V K N A G I R D I - - S L V K N A G I R N I - L V S D A K N V G I R N I L V S D A K N V G I R D I - - S L V K N A G I R N I L V S D A K N V G I Scores : 19, -11 et 25 respectivement Bon/mauvais alignement? matrices de substitutions Mismatch : Match : Indel : G, N : 6 DN : 1 R, K : 5 5 AV, LD : 0 A, I, L, S, V : 4
23 2 séquences plusieurs alignements possibles R D I S L V K N A G I R D I - - S L V K N A G I R N I - L V S D A K N V G I R N I L V S D A K N V G I R D I - - S L V K N A G I R N I L V S D A K N V G I Scores : 19, -11 et 25 respectivement Bon/mauvais alignement? matrices de substitutions Mismatch : Match : Indel : G, N : 6 DN : 1 R, K : 5 5 AV, LD : 0 A, I, L, S, V : 4
24 Alignement global Needleman & Wunsch Évaluation d une ressemblance globale entre deux séquences Données deux séquences (nucléotides ou acides aminés), des scores de similarité et des pénalités. Problème Quel est l alignement de score maximal?
25 Algorithme Séquences ACGGCTAT et ACTGTAT, scores match = 2, mismatch = -1 et indel= -2. Que peut-il se passer pour la dernière opération? Substitution de T en T ACGGCTA T??? ACTGTA T score de ACGGCTA ACTGTA +2 Délétion de T ACGGCTA T??? ACTGTAT - score de ACGGCTA ACTGTAT 2 Insertion de T ACGGCTAT -??? ACTGTA T score de ACGGCTAT ACTGTA 2
26 Sim(i, j) : score optimal entre U(1..i) et V (1..j) Formule de récurrence : Sim(0, 0) = 0 Sim(0, j) = Sim(0, j 1) + Ins(V (j)) Sim(i, 0) = Sim(i 1, 0) + Del(U(i)) Sim(i 1, j 1) + Sub(U(i), V (j)) Sim(i, j) = max Sim(i 1, j) + Del(U(i)) Sim(i, j 1) + Ins(V (j))
27 Que se passe-t-il si on implémente ces formules de manière récursive
28 Programmation dynamique Formulation d problème sous forme récursive le problème est réduit à plusieurs instances plus petites, elle-mêmes résolues par décomposition. Stockage des résultats intermédiaires dans une table Extraction de la solution optimale à partir de la table Ici calculs intermédiaires = scores d alignements entre préfixes
29 Étape 1: création d une table indexée par les deux séquences. A C G G C T A T A C T G T A T Case (i, j) : score entre les i premières bases de ACGGCTAT et les j premières bases de ACTGTAT.
30 Étape 1: création d une table indexée par les deux séquences. Cas de base - initialisation aa A C G G C T A T A C T G T A T
31 Étape 1: création d une table indexée par les deux séquences. Remplissage ligne par ligne aa A C G G C T A T A C T G T A T
32 Étape 1: création d une table indexée par les deux séquences. Remplissage ligne par ligne aa A C G G C T A T A C T G T A T
33 Étape 2 : recherche du chemin des scores maximaux dans la matrice. A C G G C T A T A C T G T A T
34 Étape 3 : construction de l alignement Sur le chemin des scores maximaux, on regarde quelle est l opération correspondante. insertion délétion substitution ou identité Résultat A C G G C T A T A C T G - T A T
35 Complexité de l algorithme Pour le calcul du score d alignement : (étape 1) O(n m) en temps O(min{n, m}) en espace Pour la construction de l alignement : (étapes 1, 2 et 3) O(n m) en temps et en espace
36 Enrichissement du modèle: les scores Traitement des gaps Gap: succession de délétions ou d insertions correspond à un seul événement mutationnel (insertion ou disparition d un bloc). T C A G A C G A G T C T C A G A C G A G T C -> T C G G A - G C - T G T C G G A - - G C T G nouvelles pénalités :pénalité d ouverture de gap (exemple : -10) + pénalité d extension de gap (exemple : -0.5) Score de substitutions ADN : identité, transition/transversion Protéines : matrice pour les 20 acides aminés
37 Matrices pour les acides aminés: PAM, BLOSUM aliphatiques M V I L F Y C W A G G T S D E K H R P Q petits très petits positifs non polarisés aromatiques chargés polarisés
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 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 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 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 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 détailIntroduction 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 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 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 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 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 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 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 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 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 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 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 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 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 détailComment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet
Comment reproduire les résultats de l article : POP-Java : Parallélisme et distribution orienté objet Beat Wolf 1, Pierre Kuonen 1, Thomas Dandekar 2 1 icosys, Haute École Spécialisée de Suisse occidentale,
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 détailprésentée DEVANT L UNIVERSITÉ DE RENNES 1 pour obtenir le grade de : DOCTEUR DE L UNIVERSITÉ DE RENNES 1 PAR Emilie GUÉRIN TITRE DE LA THÈSE :
N Ordre de la Thèse 3282 THÈSE présentée DEVANT L UNIVERSITÉ DE RENNES 1 pour obtenir le grade de : DOCTEUR DE L UNIVERSITÉ DE RENNES 1 Mention : BIOLOGIE PAR Emilie GUÉRIN Équipe d accueil : École Doctorale
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 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 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 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 détailIntroduction à la Génomique Fonctionnelle
Introduction à la Génomique Fonctionnelle Cours aux étudiants de BSc Biologie 3ème année Philippe Reymond, MER PLAN DU COURS - Séquençage des génomes - Fabrication de DNA microarrays - Autres méthodes
Plus en détailDÉFIS DU SÉQUENÇAGE NOUVELLE GÉNÉRATION
DÉFIS DU SÉQUENÇAGE NOUVELLE GÉNÉRATION PRINCIPES DE BASE SUR LES DONNEES ET LE CALCUL HAUTE PERFORMANCE Lois de Gray sur l ingénierie des données 1 : Les calculs scientifiques traitent des volumes considérables
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 détailPrédiction de la structure d une
Prédiction de la structure d une protéine Soluscience Guillaume Chakroun guillaume chakroun@hotmail.com Copyright c 2004 Guillaume Chakroun TABLE DES MATIÈRES Table des matières 1 Les structures protéiques
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 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 détailL universalité et la variabilité de l ADN
L universalité et la variabilité de l DN Unité 4 3 μm hromosomes observés en microscopie électronique à balayage. Les chromosomes, présents dans le noyau, sont constitués d acide désoxyribonucléique (DN).
Plus en détailI. La levure Saccharomyces cerevisiae: mode de vie
LES LEVURES UE «levures» -5 avril: généralités (MN Simon) -6 avril: analyse génétique (MN Simon) -6 avril: Cycle cellulaire I: la réplication (E. bailly) -7 avril: Cycle cellulaire II: la mitose (E. Bailly)
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 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 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 détailIngénieur R&D en bio-informatique
Ingénieur R&D en bio-informatique Spécialisé Bases De Données 33 ans, Célibataire. Biologie & Informatique gabriel.chandesris[at]laposte.net {06 56 41 97 37} Use the bipper! http://gabriel.chandesris.free.fr/
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 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 détailBig Data et la santé
Big Data, c'est quoi? Big Data et la santé Collecte, stockage et exploitation de masses de données Capter de façon automatique et anonyme une très grande quantité d'informations, les traiter avec des algorithmes
Plus en détailCOURS D ANALYSE DES GENOMES
COURS D ANALYSE DES GENOMES ANNEE UNIVERSITAIRE 2013-2014 * * * * * * Codirecteurs du Cours : Bernard DUJON et Stéphane LE CROM Chef de Travaux : Lionel FRANGEUL * * * * * * LE COURS SE DEROULE DU 4 NOVEMBRE
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 détail2 C est quoi la chimie?
PARTIE 1 AVANT LA CHIMIE VERTE... 2 C est quoi la chimie? L inconnu étant source d angoisse, nous allons essayer de définir les grands domaines de la chimie pour mieux la connaître, l appréhender et donc
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 détail4 : MÉTHODES D ANALYSE UTILISÉES EN ÉCOLOGIE MICROBIENNE
4 : MÉTHODES D ANALYSE UTILISÉES EN ÉCOLOGIE MICROBIENNE L écologie microbienne (ou étude des micro-organismes de l environnement) étudie : les relations entre les différentes populations de micro-organismes
Plus en détail! Séquence et structure des macromolécules. " Séquences protéiques (UniProt) " Séquences nucléotidiques (EMBL / ENA, Genbank, DDBJ)
Introduction à la Bioinformatique Introduction! Les bases de données jouent un rôle crucial dans l organisation des connaissances biologiques.! Nous proposons ici un tour rapide des principales bases de
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 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 détailContrôle de l'expression génétique : Les régulations post-transcriptionnelles
Contrôle de l'expression génétique : Les régulations post-transcriptionnelles http://perso.univ-rennes1.fr/serge.hardy/ utilisateur : biochimie mot de passe : 2007 L'ARNm, simple intermédiaire entre le
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 détailGMIN206 Info. Biologique et Outils bioinformatiques. Elodie Cassan
M Bioinformatique, Connaissances et Données Année 24-25 GMIN206 Info. Biologique et Outils bioinformatiques Banques de données biologiques (3h de Cours +,5h de TD + 4h de TP) Elodie Cassan Anne-Muriel
Plus en détail4D v11 SQL Release 5 (11.5) ADDENDUM
ADDENDUM Bienvenue dans la release 5 de 4D v11 SQL. Ce document présente les nouveautés et modifications apportées à cette nouvelle version du programme. Prise en charge de nouvelles plates-formes La release
Plus en détailDepuis des milliers de générations, le ver à soie est l objet d une sélection
Production de soie et caractéristiques des glandes séricigènes de 13 races de ver à soie (Bombyx mori) J. M. FAYARD Laboratoire de biométvie, Dépavtement de biologie générale et appliquée Université Claude
Plus en détailMontréal, 24 mars 2015. David Levine Président et chef de la direction DL Strategic Consulting. DL Consulting Strategies in Healthcare
Montréal, 24 mars 2015 David Levine Président et chef de la direction DL Strategic Consulting 1 RSSPQ, 2013 2 MÉDECINE INDIVIDUALISÉE Médecine personnalisée Médecine de précision Biomarqueurs Génomique
Plus en détailMise en œuvre de la virtualisation à l IGBMC. Guillaume Seith Remy Fritz
Mise en œuvre de la virtualisation à l IGBMC. Guillaume Seith Remy Fritz Introduction Contexte Objectifs Mise en œuvre Présentation Exploitation Conclusion IGBMC: Institut de génétique et de Biologie Moléculaire
Plus en détailBases de données et outils bioinformatiques utiles en génétique
Bases de données et outils bioinformatiques utiles en génétique Collège National des Enseignants et Praticiens de Génétique Médicale C. Beroud Date de création du document 2010-2011 Table des matières
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 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 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 détailTechniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité
Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine
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 détailSysFera. Benjamin Depardon
SysFera Passage d applications en SaaS Benjamin Depardon CTO@SysFera SysFera Technologie 2001 Création 2010 Spin Off INRIA Direction par un consortium d investisseurs 12 personnes 75% en R&D Implantation
Plus en détailEco-système calcul et données
Eco-système calcul et données M. Daydé Dr du Comité d'orientation pour le Calcul Intensif (COCIN) Délégué Scientifique INS2I en charge HPC / Grille / Cloud Calcul / données : un enjeu stratégique Calcul
Plus en détailFotolia / Sergej Khackimullin. conseil scientifique. Rapport du groupe de travail sur la gestion et le partage des données
Fotolia / Sergej Khackimullin conseil scientifique Rapport du groupe de travail sur la gestion et le partage des données Juin 2012 Un groupe de travail a été constitué sous la direction de Christine Gaspin
Plus en détailCréation et développement d une base de données sur le VIH
Création et développement d une base de données sur le VIH Stage de Licence de Biologie-Informatique Par Stéphanie Pérot Sous la direction d Anne Vanet Année 2005-2006 Atelier de BioInformatique rattaché
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 détailCours Bases de données 2ème année IUT
Cours Bases de données 2ème année IUT Cours 13 : Organisation d une base de données, ou comment soulever (un peu) le voile Anne Vilnat http://www.limsi.fr/individu/anne/cours Plan 1 Les clusters de table
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
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 détailPrésentation BAI -CITC
Présentation BAI -CITC Expertise reconnue dans des niches technologiques Technologies embarquées Technologies sans contact Technologies d identification et d authentification Sécurité des objets connectés
Plus en détailMarie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG
Marie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG Genomerge : role of genome merger and redundancy in plant evolution and adaptation Mathieu ROUSSEAU- GUEUTIN UMR-
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
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 détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailBiomarqueurs en Cancérologie
Biomarqueurs en Cancérologie Définition, détermination, usage Biomarqueurs et Cancer: définition Anomalie(s) quantitative(s) ou qualitative(s) Indicative(s) ou caractéristique(s) d un cancer ou de certaines
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 détailProduction d une protéine recombinante
99 Production d une protéine recombinante Lic. B. PIRSON Lic. J-M. SERONT ISICHt - Mons Production de la protéine recombinante GFP (Green Fluorescent Protein d Aequoria victoria) par une bactérie ( E.
Plus en détailÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC RAPPORT DE PROJET PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE
ÉCOLE DE TECHNOLOGIE SUPÉRIEURE UNIVERSITÉ DU QUÉBEC RAPPORT DE PROJET PRÉSENTÉ À L ÉCOLE DE TECHNOLOGIE SUPÉRIEURE COMME EXIGENCE PARTIELLE À L OBTENTION DE LA MAÎTRISE EN GÉNIE PAR Sébastien SERVOLES
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 détailOrganisation Gestion du temps. Participation Notes et résumés Etudes et examens
Organisation Gestion du temps Participation Notes et résumés Etudes et examens Le SIEP de Mons organise des ateliers dynamiques pour t aider à découvrir ta Avec des conseils pratiques, des trucs et astuces!
Plus en détailAlphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012.
1 Du même auteur chez le même éditeur Alphonse Carlier, Intelligence Économique et Knowledge Management, AFNOR Éditions, 2012. AFNOR 2013 Couverture : création AFNOR Éditions Crédit photo 2011 Fotolia
Plus en détailInsulinothérapie et diabète de type 1
Insulinothérapie et diabète de type 1 Introduction: la molécule d insuline L instauration de l insulinothérapie Dispositif d administration de l insuline Les propriétés de l insuline Insuline et schémas
Plus en détailPartie Observer : Ondes et matière CHAP 04-ACT/DOC Analyse spectrale : Spectroscopies IR et RMN
Partie Observer : Ondes et matière CHAP 04-ACT/DOC Analyse spectrale : Spectroscopies IR et RMN Objectifs : Exploiter un spectre infrarouge pour déterminer des groupes caractéristiques Relier un spectre
Plus en détailRÉPERTOIRE RELÈVE SCIENTIFIQUE AU SERVICE DES ENTREPRISES AGROALIMENTAIRES. 2 e édition
RELÈVE SCIENTIFIQUE AU SERVICE 2 e édition Juin 2011 Réalisé par : Partenaire financier du CQVB : Objectif : Ce répertoire vise à faciliter le maillage entre les étudiants-chercheurs universitaires et
Plus en détaile-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
e-biogenouest Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé
Plus en détailREGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA
REGARDS SUR L ÉDUCATION 2013 : POINTS SAILLANTS POUR LE CANADA Regards sur l éducation est un rapport annuel publié par l Organisation de coopération et de développement économiques (OCDE) et portant sur
Plus en détailDiagnostic et suivi virologique des hépatites virales B et C. Marie-Laure Chaix Virologie Necker
Diagnostic et suivi virologique des hépatites virales B et C Marie-Laure Chaix Virologie Necker OUTILS DIAGNOSTIQUES VHC Transaminases Recherche des Anticorps! Tests indirects - Anticorps! ELISA! RIBA
Plus en détailCréer un référentiel client grâce à Talend MDM
Créer un référentiel client grâce à Talend MDM Christophe Toum Product Manager Talend Connect 9 octobre 2014 Talend 2014 1 Sommaire Connaissez-vous vos clients? MDM et réconciliation des données Le processus
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 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 détailLimitations of the Playstation 3 for High Performance Cluster Computing
Introduction Plan Limitations of the Playstation 3 for High Performance Cluster Computing July 2007 Introduction Plan Introduction Intérêts de la PS3 : rapide et puissante bon marché L utiliser pour faire
Plus en détailChapitre 7 : Structure de la cellule Le noyau cellulaire
UE2 : Structure générale de la cellule Chapitre 7 : Structure de la cellule Le noyau cellulaire Professeur Michel SEVE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits
Plus en détailSéquençage et Assemblage. de Génomes. François Denizot Emmanuel Talla LCB-IBSM CNRS denizot@ibsm.cnrs-mrs.fr talla@ibsm.cnrs-mrs.
Séquençage et Assemblage de Génomes François Denizot Emmanuel Talla LCB-IBSM CNRS denizot@ibsm.cnrs-mrs.fr talla@ibsm.cnrs-mrs.fr Projet de séquençage d un génome Séquençage aléatoire Assemblage Annotation
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 détailIntelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Plus en détailTRANSFORMEZ VOTRE IMPÔT EN DON
TRANSFORMEZ VOTRE IMPÔT EN DON Transformez votre impôt en don! Particuliers, au titre de l ISF, vous bénéficiez d une réduction d impôts de 75% du montant du don, dans la limite de 50 000. Vous avez 1000
Plus en détailIntroduction générale
Introduction générale Touchant près de 600 nouvelles personnes chaque année en France, la leucémie myéloïde chronique est une maladie affectant les cellules du sang et de la moelle osseuse (située au cœur
Plus en détailPlateforme. DArT (Diversity Array Technology) Pierre Mournet
Plateforme DArT (Diversity Array Technology) Pierre Mournet Lundi 8 avril 203 Pourquoi des DArT? Développement rapide et peu onéreux de marqueurs : Pas d information de séquence nécessaire. Pas de pré-requis
Plus en détailAVIS adopté par le Conseil économique et social au cours de sa séance du 7 juillet 1999... I - 1
III SOMMAIRE Pages AVIS adopté par le Conseil économique et social au cours de sa séance du 7 juillet 1999... I - 1 INTRODUCTION...3 TITRE I - LA FRANCE FACE AU DÉFI DES BIOTECHNOLOGIES : APPROCHE GÉNÉRALE...5
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 détail