Annotation de protéines
|
|
- Gabin Grenon
- il y a 8 ans
- Total affichages :
Transcription
1 JS Varré Université Lille 1 jean-stephane.varre@lifl.fr jean-stephane.varre@lifl.fr 1 /
2 Pourquoi faire de l annotation automatique de protéines? Il est difficile de trouver expérimentalement la fonction d une protéine sans connaissance préalable Besoin de nombreuses expériences dans diverses conditions expérimentales Long et coûteux Pas garantie de résultats Besoin de points de départ pour orienter les recherches jean-stephane.varre@lifl.fr 2 /
3 Que peut-on prédire de façon automatique? La fonction de la protéine (pas finement) C est un transporteur de sucre, mais duquel? Certains domaines fonctionnels Cette partie de la protéine se lie à l ATP (molécule énergétique) Les modifications post-traductionnelles C est une protéine O-glycosylée sur tel acide aminé Les structures 2D et 3D des protéines La localisation cellulaire de la protéine C est une protéine membranaire jean-stephane.varre@lifl.fr 3 /
4 Limite des connaissances En général, plus de 30% des gènes d un génome sont de fonction inconnue Exemple d une bactérie, Bacillus subtilis 16% des gènes similaires à d autres gènes de fonction inconnue 26% des gènes sans similarité Exemple de la levure 6400 gènes dont (39%) de fonction complètement inconnue. Il s agit de l un des organismes les plus étudiés du point de vue expérimental (génétique et biologie moléculaire). Son génome complet est disponible depuis Pour le génome humain, 60% des gènes sont complètement inconnus. Beaucoup de fonctions cellulaires sont encore à découvrir! jean-stephane.varre@lifl.fr 4 /
5 Prédiction de la fonction Comparaison de séquence Utilisation de Blast Pb : si la (les) région(s) trouvée(s) ne couvre(nt) pas toute la protéine, est-ce qu il s agit de la (les) régions importante(s) pour la fonction? Prédiction de domaines Des banques contiennent uniquement les régions importantes pour la fonction des protéines (domaines/motifs protéiques) Pb : comment définir ces domaines? Pb : comment identifier ces domaines sur une protéine inconnue? jean-stephane.varre@lifl.fr 5 /
6 Motifs et domaines protéiques Motifs protéiques Résidus essentiels à une fonction conservée (site actif) Résidus pas nécessairement consécutifs sur la séquence primaire, mais proches dans la structure 3D Ne se replient pas indépendamment Domaines protéiques Fragments de séquence contigus conservés dans une ou plusieurs familles Se replient indépendamment 6 /
7 Prosite, une banque de motifs protéiques Créée en 1988 ( Motifs protéiques ayant une signification biologique particulière + documentation complète Deux représentations des motifs Pseudo-expression régulière ( pattern ) Matrice de poids (profil) Construite manuellement But : aide à l annotation protéique Recherche la présence de motifs dans une séquence jean-stephane.varre@lifl.fr 7 /
8 Construction d un pattern Prosite jean-stephane.varre@lifl.fr 8 /
9 Etapes de construction d un pattern Construction : Etude d un article de revue Recherche d autres séquences qui possèdent le motif Construction d un alignement multiple (correction à la main) Recherche de sites pertinents biologiquement Recherche d une séquence courte conservée (max. 5 résidus) Vérification de la qualité du pattern et correction éventuelle Bon pattern : Aussi court que possible Détecte toutes (ou presque) les séquences qui ont le motif Ne détecte pas trop de faux positifs jean-stephane.varre@lifl.fr 9 /
10 Exemple de motif protéique Basic-leucine zipper (bzip) Site trouvé dans des facteurs de transcription eucaryotes Fonction : Fixation à l ADN (reconnaissance d un palindrome de 6 nt) Dimérisation entre facteurs N Acc : PS000, PDOC000, PS50217 PFAM : PF00170 InterPro : IPR jean-stephane.varre@lifl.fr 10 /
11 Construction du pattern de bzip TOXE_COCCA/19-34 RrklQNrvAQrKyRtR FOS_MESAU/ Rr.eRNkmAAaKcRnR FOS_MOUSE/ Rr.eRNkmAAaKcRnR FOS_MSVFB/ Rr.eRNkmAAaKcRnR YA82_SCHPO/ Ka..RNrqAAqKcRiK YDC3_SCHPO/ Kr.rRNtaASaRfRiK YEN5_YEAST/ RlleRNriAAsKcRqR YHA9_YEAST/ KkkaQNraAQkAfReR [KR]-x(1,3)-[RKSAQ]-N-x(2)-[SAQ](2)-x-[RKTAENQ]-x-R-x-[RK] 11 /
12 Vérification de la qualité du pattern Trouvé dans 149 séquences 131 vrais positifs (avec bzip et pattern) 18 faux positifs (sans bzip, avec pattern) 62 faux négatifs (bzip, sans pattern) (3 seq tronquées) Sélectivité : 87,92 % Vrais positifs / (vrais positifs + faux positifs) Aptitude de la méthode à éviter les faux positifs Sensibilité : 68,95 % Vrais positifs / (vrais positifs + faux négatifs) Aptitude de la méthode à trouver tous les vrais positifs jean-stephane.varre@lifl.fr 12 /
13 Construction d une matrice de poids (profil) Même point de départ : alignement multiple Calcul du poids de chaque acide aminé pour chaque position pertinente Fréquence de chaque acide aminé de la colonne Equivalence entre acides aminés Recherche d un profil dans une séquence : Fréquence de l acide aminé présent dans la séquence étudiée Somme des fréquences trouvée à chaque position Profil trouvé si la somme est supérieure à un seuil propre au profil jean-stephane.varre@lifl.fr 13 /
14 La qualité du profil bzip Trouvé dans 180 séquences (tous vrais positifs) 13 faux négatifs (dont 2 séquences tronquées) Sélectivité : 100 % Vrais positifs / (vrais positifs + faux positifs) Aptitude de la méthode à éviter les faux positifs Sensibilité : 94,24 % Vrais positifs / (vrais positifs + faux négatifs) Aptitude de la méthode à trouver tous les vrais positifs jean-stephane.varre@lifl.fr 14 /
15 PFAM, une autre banque de motifs et domaines Gérée par le Sanger ( Construction et annotation automatiques des entrées Motifs et domaines représentés par des chaînes de Markov cachées (HMM) Permettent la modélisation des insertions-délétions Etapes de construction Mise en place à partir de séquences similaires Extension à des séquences de plus en plus éloignées 15 /
16 Construction du HMM de bzip RrklQNrvAQrKyRtR Rr.eRNkmAAaKcRnR Rr.eRNkmAAaKcRnR Rr.eRNkmAAaKcRnR Ka..RNrqAAqKcRiK Kr.rRNtaASaRfRiK RlleRNriAAsKcRqR KkkaQNraAQkAfReR 16 /
17 Exemples de banques de domaines Blocks Segments multiples alignés sans insertions-délétions Régions les plus conservées des protéines Calibrage contre la banque SwissProt Description du domaine : alignement Prodom Recherche de blocs par comparaison de toutes les séquences de SwissProt deux à deux Annotation automatique Description du domaine : consensus (acide aminé le plus fréquent) jean-stephane.varre@lifl.fr 17 /
18 InterPro Gérée par l EBI ( Contenu Superfamilles, familles, domaines, motifs, sites fonctionnels, modifications post-traductionnelles, structures 3D Regroupe plusieurs banques existantes Prosite, PFAM, Blocks, Prodom, Smart, Prints, TIGRFams, Superfamilly, SCOP, CATH, MSD Une entrée Description biologique détaillée Représentation de l objet par les différentes banques jean-stephane.varre@lifl.fr 18 /
19 Prédiction de la localisation cellulaire Prédiction de domaines transmembranaires Programmes basés sur l apprentissage à partir de protéines dont les domaines transmembranaires sont connus Critère principal : hydrophobicité des acides aminés Prédiction de peptide signal Peptide signal : suite d acides aminés située au début d une protéine et indiquant à la machinerie cellulaire vers quel compartiment adresser la protéine Aussi basé sur l apprentissage Les jeux d apprentissage sont spécifiques à un compartiment cellulaire jean-stephane.varre@lifl.fr 19 /
20 Part I Etude des structures 2D et 3D jean-stephane.varre@lifl.fr 20 /
21 Structures 3D de protéines 1958 : détermination de la première structure 3D de protéine par Kendrew et Perutz Découverte de la complexité de la structure 3D d une protéine Hypothèses de l époque : Deux protéines avec des séquences proches se replient de façon semblable Deux protéines ayant des structures 3D proches ont des séquences proches La structure 3D des protéines est déterminante pour leur fonction jean-stephane.varre@lifl.fr 21 /
22 wwpdb : la banque de structures 3D worldwilde Protein Data Bank Seule banque de structures 3D de protéines, acides aminés et grosses molécules biologiques 1971 : le RSCB (Research Collaboratory for Structural Bioinformatics) créé la banque PDB 2003 : regroupement des 3 banques de structures 3D en une seule RSCB (Research Collaboratory for Structural Bioinformatics) MSD (Macromolecular Structure Database) PDBj (Protein Data Bank Japan) jean-stephane.varre@lifl.fr 22 /
23 PDB, nombre d entrées jean-stephane.varre@lifl.fr 23 /
24 Structure d une partie de AP1 human jean-stephane.varre@lifl.fr 24 /
25 Classification structurale des protéines Classification des protéines basée sur leurs structures 2D, 3D et leur fonction Construction manuelle aidée d outils de comparaison de structures et de séquences 2 banques : SCOP CATH jean-stephane.varre@lifl.fr 25 /
26 SCOP, hiérarchie principale Structural Classification of Proteins Fold (similarités structurales majeures) Mêmes éléments 2D, dans le même ordre et avec la même topologie Superfamilly (possibilité d un ancêtre commun) Faible conservation de séquence Mais caractéristiques structurelles et fonctionnelles liées Familly (lien dans l évolution clairement démontré) Souvent > 30% identité jean-stephane.varre@lifl.fr 26 /
27 SCOP, les classes (haut de la hiérarchie) Protéines tout α Protéines tout β Protéines α/β (éléments α et β mélangés) Protéines α+β (éléments α et β séparés) Protéines multi-domaine Peptides et protéines de membrane et de surface Petites protéines Protéines coiled-coil Peptides Protéines artificielles 27 /
28 Hiérarchie de AP1 human dans SCOP 1 Root: scop 2 Class: Coiled coil proteins [57942] Not a true class 3 Fold: Parallel coiled-coil [57943] this is not a true fold; includes oligomers of shorter identical helices 4 Superfamily: Leucine zipper domain [57959] 5 Family: Leucine zipper domain [57960] 6 Protein: C-jun [57975] 7 Species: Human (Homo sapiens) [57976] jean-stephane.varre@lifl.fr 28 /
29 CATH, hiérarchie principale Class(C), Architecture(A), Topology(T) and Homologous superfamily (H). Class Architecture Topology Homologous Superfamily Sequence Family (S35) Non-identical (S95) Identical (S100) 29 /
30 Hiérarchie de AP1 human dans CATH Class : Mainly Alpha Architecture : Up-down Bundle Topology : Single alpha-helices involved in coiled-coils or other helix-helix interfaces Homologous Superfamily : TRANSCRIPTION/DNA Sequence Family (S35) : TRANSCRIPTION/DNA Non-identical (S95) : TRANSCRIPTION/DNA Identical (S100) : TRANSCRIPTION/DNA jean-stephane.varre@lifl.fr 30 /
31 Prédiction de la structure des protéines Nbre protéines dans les banques (UniProt : ) >> Nbre structures 3D expérimentales (PDB : 33.7 ) Besoin de logiciels de prédiction Efforts pour déterminer expérimentalement plus de structures 3D Difficultés de prédiction : Pas de règle simple d interactions entre acides aminés Des homologues distants peuvent avoir des structures proches Grande variété de structures jean-stephane.varre@lifl.fr 31 /
32 Prédiction de structure 2D Localisation des éléments de base de structure 2D Hélices α, feuillets β, boucles Reconnaissance de motifs Basée sur des règles de construction des éléments de base et l enchaînement de ces éléments dans les protéines Méthodes statistiques Apprentissage à partir d alignements multiples de séquences impliquées dans une hélice ou un feuillet (protéines de structure 3D connue) Résultats : en moyenne 70% des aa bien prédits jean-stephane.varre@lifl.fr 32 /
33 Exemple de prédiction 2D (site NPSA) KAERKRMRNRIAASKSRKRKLERIARLEEKVKTL Reel HHHHHHHHHHHHHHHHHHHHHHHHHHHHHHHH DSC hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh MLRC hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh PHD hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh Consensus hhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh KAQNSELASTANMLREQVAQLKQKVMNH HHHHHHHHHHHHHHHHHHHHTT hhcchhhhhhhhhhhhhhhhhhhhhhhh hhchhhhhhhhhhhhhhhhhhhhhhhhh AP1_human ( ) hhcchhhhhhhhhhhhhhhhhhhhhhhh hhcchhhhhhhhhhhhhhhhhhhhhhhh 33 /
34 Exemple de prédiction 2D (PSIPRED) 34 /
35 Prédiction de structure 3D Modélisation 3D à partir d un homologue Recherche des séquences proches dans PDB Repliement de la seq inconnue à l aide de la structure connue Enfilage (threading) Banques représentatives des topologies de base Repliement de la seq dans chaque structure et sélection de la structure la plus probable Qualité de la prédiction Très variable selon la séquence étudiée Maximum entre 60 et 70% de bonne prédiction jean-stephane.varre@lifl.fr 35 /
36 Format des fichiers de structure 3D Ce sont des fichiers textes Format PDB (Brookhaven) : En-tête avec des informations générales sur les molécules modélisées (éventuellement leur structure 2D) Coordonnées des atomes qui composent la structure ATOM = atome de la protéine HETATM = HETeroAToM = atome des cofacteurs, substrats, ions,... liés par une liaison covalente à la protéine) mmcif (macromolecular Crystallographic Information Format) jean-stephane.varre@lifl.fr /
Formavie 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 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 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 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 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 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 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 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 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 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 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 détailULBI 101 Biologie Cellulaire L1. Le Système Membranaire Interne
ULBI 101 Biologie Cellulaire L1 Le Système Membranaire Interne De la nécessité d un SMI Le volume augmente comme le cube de la dimension linéaire, alors que la surface n'est augmentée que du carré Une
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 détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
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 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 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 détailINTRODUCTION À L'ENZYMOLOGIE
INTRODUCTION À L'ENZYMOLOGIE Les enzymes sont des macromolécules spécialisées qui - catalysent les réactions biologiques - transforment différentes formes d'énergie. Les enzymes diffèrent des catalyseurs
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 détailSpécificités, Applications et Outils
Spécificités, Applications et Outils Ricco Rakotomalala Université Lumière Lyon 2 Laboratoire ERIC Laboratoire ERIC 1 Ricco Rakotomalala ricco.rakotomalala@univ-lyon2.fr http://chirouble.univ-lyon2.fr/~ricco/data-mining
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 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 détailLes cytokines et leurs récepteurs. Laurence Guglielmi laurence.guglielmi@univ-montp1.frli
Les cytokines et leurs récepteurs Laurence Guglielmi laurence.guglielmi@univ-montp1.frli l i@ i 1 Les cytokines et leurs récepteurs 2 mécanismes principaux d interactions cellulaires : - contact membranaire
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 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 détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailLes bases de données transcriptionnelles en ligne
Les bases de données transcriptionnelles en ligne Différents concepts en régulation transcriptionnelle sites de fixation - in vitro/vivo? - quelle technique? - degré de confiance? facteur de transcription
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 détailÉCOLES NORMALES SUPÉRIEURES ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES CONCOURS D ADMISSION SESSION 2013 FILIÈRE BCPST COMPOSITION DE BIOLOGIE
ÉCOLES NORMALES SUPÉRIEURES ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES CONCOURS D ADMISSION SESSION 2013 FILIÈRE BCPST COMPOSITION DE BIOLOGIE Épreuve commune aux ENS de Cachan, Lyon, Paris et de l ENPC Durée
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 détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailEfficacité énergétique pour les particuliers : une solution pour le monitoring énergétique
Efficacité énergétique pour les particuliers : une solution pour le monitoring énergétique Orange Labs Jérôme Descos, Recherche & Développement 13 mars 2012, présentation au Colloque Energ&TIC² travaux
Plus en détailLa séparation membranaire : comment maintenir la performance des membranes?
La séparation membranaire : comment maintenir la performance des membranes? Alfa Arzate, ing., Ph.D. Journées Acéricoles Hiver 2010 OBJECTIF DE LA PRÉSENTATION L objectif premier de cette présentation
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 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 détailIntroduction aux SGBDR
1 Introduction aux SGBDR Pour optimiser une base Oracle, il est important d avoir une idée de la manière dont elle fonctionne. La connaissance des éléments sous-jacents à son fonctionnement permet de mieux
Plus en détailCharger une structure Comment ouvrir un fichier avec VMD? Comment charger un fichier PDB directement depuis la Protein Data Bank? Comment charger un
Charger une structure Comment ouvrir un fichier avec VMD? Comment charger un fichier PDB directement depuis la Protein Data Bank? Comment charger un fichier restrt de AMBER? Comment charger une trajectoire
Plus en détailEXERCICES : MECANISMES DE L IMMUNITE : pages 406 407 408 409 410
EXERCICES : MECANISMES DE L IMMUNITE : pages 406 407 408 409 410 EXERCICE 1 PAGE 406 : EXPERIENCES A INTERPRETER Question : rôles respectifs du thymus et de la moelle osseuse dans la production des lymphocytes.
Plus en détailGUIDE D UTILISATION DU CENTRE DE DONNÉES DE L ISU
GUIDE D UTILISATION DU CENTRE DE DONNÉES DE L ISU Table des matières Page I. DÉMARRER... 4 1. Comment accéder au Centre de données de l ISU?... 4 2. Quels sont les types de tableaux statistiques disponibles
Plus en détailAlgorithmique répartie
Université Joseph Fourier 23/04/2014 Outline 1 2 Types de communication message envoyé à un groupe de processus Broadcast (diffusion) message envoyé à tous les processus du systèmes Unicast message envoyé
Plus en détailAGREGATION DE BIOCHIMIE GENIE BIOLOGIQUE
AGREGATION DE BIOCHIMIE GENIE BIOLOGIQUE CONCOURS EXTERNE Session 2005 TRAVAUX PRATIQUES DE BIOCHIMIE PHYSIOLOGIE ALCOOL ET FOIE L éthanol, psychotrope puissant, est absorbé passivement dans l intestin
Plus en détailSTRUCTURE ET FONCTION DES PLURICELLULAIRES
Plan de cours STRUCTURE ET FONCTION DES PLURICELLULAIRES 101-FYA-PT Pondération 3-1-2 Gilles Bourbonnais (C360) gilles.bourbonnais@dgpc.ulaval.ca Sciences de la Nature / PASC@L http://ici.cegep-ste-foy.qc.ca/profs/gbourbonnais/
Plus en détailMASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS. Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.
MASTER SIS PRO : logique et sécurité DÉTECTION D INTRUSIONS Odile PAPINI, LSIS. Université de Toulon et du Var. papini@univ-tln.fr Plan Introduction Généralités sur les systèmes de détection d intrusion
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 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 détailRègles d engagement. Présentation Diapositives Bibliographie Questions Les vertus de la marche
Règles d engagement Présentation Diapositives Bibliographie Questions Les vertus de la marche Plan Rappels sur l agilité Scrum : une implantation de l agilité Scrum ou XP? Conclusion Historique sélectif
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
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 détailDe la physico-chimie à la radiobiologie: nouveaux acquis (I)
De la physico-chimie à la radiobiologie: nouveaux acquis (I) Collaboration: - Laboratoire de Radiotoxicologie et Oncologie (L. Sabatier) CEA, DSV - Laboratoire de Génotoxicité et Modulation de l Expression
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 détailCours 1 : Qu est-ce que la programmation?
1/65 Introduction à la programmation Cours 1 : Qu est-ce que la programmation? Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr Université Paris Diderot Paris 7 2/65 1. Sortez un appareil qui peut se rendre
Plus en détailMise en place d'une démarche qualité et maintien de la certification ISO 9001:2008 dans un système d'information
Mise en place d'une démarche qualité et maintien de la certification ISO 9001:2008 dans un système d'information IMGT The international ImMunoGeneTics information system Joumana Jabado-Michaloud IE Bioinformatique,
Plus en détailANTICORPS POLYCLONAUX ANTI IMMUNOGLOBULINES
L OUTIL IDEAL POUR TOUTES LES DETECTIONS IMMUNOCHIMIQUES pour toutes les techniques immunodosages (EIA/ELISA) dot/ westernblot immunohistochimie immunocytochimie cytométrie en flux quel que soit le système
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailMonitoring d un Datacenter du concept à la réalisation
Monitoring d un Datacenter du concept à la réalisation Par Norbert Andrey Tél: ++41(0)21 316 26 00 - Fax: ++41(0)21 316 27 26 Page 1 Objectifs - Détecter les défauts de fonctionnement et les notifier -
Plus en détailCHAPITRE 2 : Structure électronique des molécules
CHAPITRE 2 : Structure électronique des molécules I. La liaison covalente 1) Formation d une liaison covalente Les molécules sont des assemblages d atomes liés par des liaisons chimiques résultant d interactions
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailBREVET D ÉTUDES PROFESSIONNELLES AGRICOLES SUJET
SESSION 2010 France métropolitaine Option : élevage canin et félin BREVET D ÉTUDES PROFESSIONNELLES AGRICOLES ÉPREUVE E DU DEUXIÈME GROUPE Durée : 2 heures Matériel(s) et document(s) autorisé(s) : Calculatrice
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 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 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 détailLe cadre de conception est présenté sous forme d une matrice 6x6 avec les interrogations en colonne et les éléments de réification en ligne.
Plan du chapitre 1 Au commencement ZACHMAN Master Informatique Miage Urbanisation des Systèmes d Information Architecture d Entreprise 02 Panorama des démarches et cadres de référence 2 CIGREF 3 PRAXEME
Plus en détailService d accompagnement pédagogique de l Université Sorbonne Paris Cité
Service d accompagnement pédagogique de l Université Sorbonne Paris Cité CATALOGUE DE FORMATION POUR LES ENSEIGNANTS DE USPC 2014-2015 Le service SAPIENS créé en janvier 2014 propose durant l année 2014-2015
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailPrincipes. 2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA. Programmation en Corba. Stéphane Vialle
2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle 1 Principes 2 Architecture 3 4 Aperçu d utilisation
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailLOGO. Module «Big Data» Extraction de Connaissances à partir de Données. Claudia MARINICA MCF, ETIS UCP/ENSEA/CNRS Claudia.Marinica@u-cergy.
Module «Big Data» Extraction de Connaissances à partir de Données Claudia MARINICA MCF, ETIS UCP/ENSEA/CNRS Claudia.Marinica@u-cergy.fr 14 Janvier 2015 Pourquoi l extraction de connaissances à partir de
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 détailMon premier rpm. http://alexandre-mesle.com 7 juin 2010. 1 Avant de commencer 2 1.1 RPM... 2 1.2 URPMI... 2 1.3 RPMBUILD... 2
Mon premier rpm http://alexandre-mesle.com 7 juin 2010 Table des matières 1 Avant de commencer 2 1.1 RPM....................................................... 2 1.2 URPMI.....................................................
Plus en détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailProtéomique Séance 1 Introduction aux données de protéomique et aux outils de recherche
Protéomique Séance 1 Introduction aux données de protéomique et aux outils de recherche Mathieu Courcelles BCM2003 26 Mars 2009 BCM2003-H09 Protéomique Démonstrateur: Mathieu Courcelles Questions? Via
Plus en détailNiveau de management Individuel Relationnel Organisationnel Accueillir l Homme dans sa globalité et capitaliser sur son hyper complexité
Chapitre 3 MANAGEMENT DANS L INCERTITUDE ET LA COMPLEXITÉ 3.1 Manager la complexité 3.1.1 Manager la complexité au niveau individuel L évolution du travail illustre le passage de l unidimensionnalité à
Plus en détailCréer une application de livre interactif pour tablette avec Indesign CS6 et Adobe Digital Publishing Suite
Applications de type livre Introduction 9 Qu est-ce qu une application de type livre? 9 Découvrir DPS 11 La publication 12 Comprendre le flux de publication 12 Édition simple ou multifolio 13 Choisir l
Plus en détailSystème de contrôle du trafic d une ligne de métro Dossier de tests
Système de contrôle du trafic d une ligne de métro Dossier de tests Tests NI557/STL/M2/INFO/UPMC Action Date Auteur Statut Création 05/03/2012 P.Manoury En cours 1 Description et exigences fonctionnelles
Plus en détailRespiration Mitochondriale
Université Pierre et Marie Curie Respiration Mitochondriale Objectifs au cours de Révisions Biochimie PCEM2 Révisions Biochimie Métabolique 2004-2005 Pr. A. Raisonnier (alain.raisonnier@upmc.fr) Mise à
Plus en détailMise en place d une plateforme de gestion de matériels biologiques : quels avantages pour les chercheurs?
Mise en place d une plateforme de gestion de matériels biologiques : quels avantages pour les chercheurs? Dr Xavier Manival, Laboratoire IMoPA, CR, CNRS Françoise Tisserand-Bedri, Documentaliste, Inist-CNRS
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 détailConception des systèmes répartis
Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan
Plus en détailDE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51
DE L ALGORITHME AU PROGRAMME INTRO AU LANGAGE C 51 PLAN DU COURS Introduction au langage C Notions de compilation Variables, types, constantes, tableaux, opérateurs Entrées sorties de base Structures de
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 détailÉléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if
Éléments d informatique Cours 3 La programmation structurée en langage C L instruction de contrôle if Pierre Boudes 28 septembre 2011 This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike
Plus en détailDéroulement d un projet en DATA MINING, préparation et analyse des données. Walid AYADI
1 Déroulement d un projet en DATA MINING, préparation et analyse des données Walid AYADI 2 Les étapes d un projet Choix du sujet - Définition des objectifs Inventaire des données existantes Collecte, nettoyage
Plus en détailLe rôle de l endocytose dans les processus pathologiques
UE7 Cours n 9 C. LAMAZE 24.11.11 Elise GODEAU (partie1) Guillaume MERGENTHALER (partie2) Le rôle de l endocytose dans les processus pathologiques SOMMAIRE : I. L endocytose à récepteurs : la voie des clathrines
Plus en détailIntroduction. René J. Chevance
et restauration des données : Introduction Février 2002 René J. Chevance Introduction Présentation de différentes politiques de sauvegarde Plusieurs types de granularité en fonction de la fonctionnalité
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 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 détailThème 2 : Cycle de vie des projets d innovation: ambigüité, incertitude, production de savoir et dynamisme
Thème 2 : Cycle de vie des projets d innovation: ambigüité, incertitude, production de savoir et dynamisme Serghei Floricel Dans l introduction nous avons mentionné que les projets d innovation suivent
Plus en détailPartie 1. Addition nucléophile suivie d élimination (A N + E) 1.1. Réactivité électrophile des acides carboxyliques et groupes dérivés
Molécules et matériaux organiques Partie 1. Addition nucléophile suivie d élimination (A N + E) 1.1. Réactivité électrophile des acides carboxyliques et groupes dérivés bjectifs du chapitre Notions à connaître
Plus en détailINTERSYSTEMS CACHÉ COMME ALTERNATIVE AUX BASES DE DONNÉES RÉSIDENTES EN MÉMOIRE
I N T E RS Y S T E M S INTERSYSTEMS CACHÉ COMME ALTERNATIVE AUX BASES DE DONNÉES RÉSIDENTES EN MÉMOIRE David Kaaret InterSystems Corporation INTERSySTEMS CAChé CoMME ALTERNATIvE AUx BASES de données RéSIdENTES
Plus en détailL annuaire et le Service DNS
L annuaire et le Service DNS Rappel concernant la solution des noms Un nom d hôte est un alias assigné à un ordinateur. Pour l identifier dans un réseau TCP/IP, ce nom peut être différent du nom NETBIOS.
Plus en détailDes applications locales à l infonuagique: comment faire la transition?
: comment faire la transition? Congrès des milieux documentaires 30 novembre 2011 / m.sevigny@umontreal.ca Directeur Bureau des systèmes Direction des bibliothèques - UdeM 2 / 15 Plan de la présentation
Plus en détailPanorama général des normes et outils d audit. François VERGEZ AFAI
Panorama général des normes et outils d audit. François VERGEZ AFAI 3 Système d information, une tentative de définition (1/2) Un système d information peut être défini comme l ensemble des moyens matériels,
Plus en détailLe signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz
Le signal GPS Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = 10.23 Mhz Deux signaux en sont dérivés: L1 (fo x 154) = 1.57542 GHz, longueur d onde = 19.0 cm
Plus en détailBiologie Computationnelle
Biologie Computationnelle Pour quoi faire? Protein family Gene sequence Structure Gene networks Gene order Non-coding regions Bioinformatique Translationnelle PLOS Computational Biology A Peer-Reviewed,
Plus en détailCentre Universitaire LA CITADELLE 220, avenue de l Université B.P 5526 59379 DUNKERQUE CEDEX 1 GUIDE DES ETUDES LICENCE PROFESSIONNELLE
Centre Universitaire LA CITADELLE 220, avenue de l Université B.P 5526 59379 DUNKERQUE CEDEX 1 GUIDE DES ETUDES LICENCE PROFESSIONNELLE Chimie Industrielle (anciennement : Industries chimiques et pharmaceutiques)
Plus en détailUn laboratoire d auto-immunité paperless : mythe ou réalité? L.Lutteri Laboratoire d auto-immunité Service de Chimie Clinique CHU Liège
Un laboratoire d auto-immunité paperless : mythe ou réalité? L.Lutteri Laboratoire d auto-immunité Service de Chimie Clinique CHU Liège Immunofluorescence Dépistage Aspect Titre Cellules Hep 2: Connectivites
Plus en détailATELIER IMAGEJ. Différentes applications vous sont proposées pour apprendre à utiliser quelques fonctions d ImageJ :
Différentes applications vous sont proposées pour apprendre à utiliser quelques fonctions d ImageJ : 1. ANALYSE QUANTITATIVE D UN GEL D ELECTROPHORESE... 2 2. NUMERATION DE COLONIES BACTERIENNES SUR UNE
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
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 détail