Réseaux cellulaires: une introduction
|
|
- Auguste Mongrain
- il y a 7 ans
- Total affichages :
Transcription
1 Réseaux cellulaires: une introduction Transcriptome et protéome Interactome Ac-CoA CoA NADH NAD+ NAD+ NADH Inférence d'un réseau de gènes
2
3 La complexité d'un organisme n'est pas fortement corrélé à la taille de son génome Organisme minimal synthétique ~400 gènes? Escherichia coli ~4,000 gènes Homo sapiens ~25,000 gènes À venir 1 m 0.6 x maïs = 1 x humain = 2 x mouche = 5 x levure = 6 x E coli
4 La complexité est ailleurs: fonctionnement intégré et dynamique de la cellule, des tissus, de l'organisme ADN motifs de régulation modifications chimiques accessibilité mutations ARNm abondance épissages variables signaux de régulation Protéine abondance état localisation structure 3D ½ vie Interactions de protéines partenaires direct/indirect affinité effet Organisme Conditions/temps Gènes
5 La complexité est ailleurs: fonctionnement intégré et dynamique de la cellule, des tissus, de l'organisme Interactome ensembles des complexes macromoléculaires Protéome Génome ensemble des protéines exprimées Transcriptome ensemble des ARNm
6 Transcriptome et protéome
7 Protéome Ensemble des protéines cellule, tissu, état abondance, stabilité modifications post traductionnelles Quelques gènes de la levure: Niveaux d'expression Transcriptome Ensemble des ARNm cellule, tissu, état abondance, stabilité épissages alternatifs
8 Protéome (presque) TOUS les gènes de la levure: niveaux d'expression Nature, 2003, 425:737. Transcriptome
9 Caractérisation des gènes exprimés: détection des messagers correspondants; notion d'adn complémentaire. Construction d'un ADNc à partir d'un ARNm (eucaryote) Exon 1 Exon 2 Exon 3 ADN ARNm mature AAAAAAAAn Amorçage par un oligo-t; Synthèse du 1er brin TTTTT AAAAAAAAn Hydrolyse de l'arn; synthèse du 2è brin ADN complémentaire TTTTTT AAAAAA
10 ADN complémentaires: une empreinte des gènes exprimés dans une cellule Ensemble des ARNm d'une cellule = le Transcriptome Amplification PCR, séquençage ADN simple brin complémentaires Mesure de niveaux d'expression; puces Séquençage ADN double brin clonage complémentaires... Banque
11 ADNc: banques de données
12 Niveaux d'expression: micropuces à ADN Un ensemble d'adnc déposés sur une lame de verre, permettant de révéler les ARNm d'un extrait cellulaire (munis d'un marqueur fluorescent; cf plus loin).
13 Identification directe des protéines produites? Une méthode qui associe séparation sur gel 2D et caractérisation par spectrométrie de masse Ensemble des protéines produites dans une cellule donnée sous des conditions données: le protéome.
14 Séparation de protéines sur un gel bidimensionnel (O'Farrell, 75) - 1) Séparation par le point isoélectrique 2) Séparation par la taille - bandes protéiques ph=8 Gel polyacrylamide + + ampholytes petites protéines protéines Gradient de ph ph=4 grosses protéines Gel polyacrylamide + SDS - Protéine repliée Protéine dépliée Ajout de détergent ionisé (SDS) Les protéines sont dépliées et portent une charge proportionnelle à leur taille
15 Spectrométrie de masse: séparation en phase gazeuse selon le rapport masse/charge Identification du gène Un spot excisé du gel N C abondance Digestion trypsique 0 Rapport masse/charge 1600 Comparaison aux banques de séquences (SwissProt, trembl) et aux masses théoriques pour tous les peptides possibles obtenus par digestion trypsique
16 Escherichia coli 2364 spots détectés protéines 40 identifiées Cellules humaines de tumeur colo rectale SWISS 2DPAGE
17 Interactome: les interactions protéine protéine
18 Cytochrome c Cytochrome bc1 De nombreux complexes stables, voire permanents, sont caractérisés par cristallographie (haute résolution) ou microscopie électronique (basse résolution). 2 2
19 Une méthode expérimentale de détection d'une interaction plus fugitive: le double hybride Protéine appât Domaine de fixation Protéine chimérique: fusion entre une protéine d'intérêt A et une moitié d'un facteur de transcription (GAL4) Protéine proie Protéine chimérique: fusion entre une protéine d'intérêt P et l'autre moitié du facteur de transcription Domaine d'activation Gène rapporteur Gène contrôlé par le facteur de transcription GAL4 et dont l'expression est facile à détecter: eg, la protéine fluorescente verte: GFP
20 S il y a interaction entre l appât A et la proie P, le facteur de transcription (Gal4) se trouve reconstitué : expression du gène rapporteur h GFP Protéine Protéine proie Domaine appât d'activation Domaine de fixation Gène rapporteur Green Fluorescent Protein Banques de protéines chimériques; croisement sexuée de deux lignées de levure: recherche à l'échelle génomique; toutes les protéines sont des proies potentielles
21 Possibilité de faux positifs et faux négatifs surexpression interactions indirectes colocalisation forcée dans le noyau Faux positifs protéines instables ou toxiques complexe non productif,... Faux négatifs h Autre Protéine appât Domaine de fixation Protéine proie Domaine d'activation Gène rapporteur GFP
22 Une méthode expérimentale de détection d'une interaction physique indirecte: le TAP tag Tandem Affinity Purification Nature Biotechn. 1999, 17:1030 Les protéines restent repliées, pas besoin de surexpression, on capture non seulement la protéine d'intérêt mais aussi les protéines complexées avec elle. Peu de faux positifs N identifie pas les complexes transitoires Donc, beaucoup de faux négatifs ou
23 Une carte exhaustive des interactions connues dans la levure Graphe d'interactions Double hybride + techniques biochimiques Nature (2000) 403:623; (2002) 415:141
24 Une autre notion d'interaction: interaction fonctionnelle Eg: deux protéines interagissent si l'une régule l'expression de l'autre: TetA TetR périplasme Tc exporteur TetA cytoplasme ribosome Résistance tetr teto1 teto2 teta TetR induit (complexé par Tc) Le répresseur Tet (TetR) réprime l'expression de TetA et de TetR. En présence de tétracycline (Tc), il fixe Tc et se dissocie de l'adn. TetA est alors exprimé; il exporte Tc hors de la cellule.
25 Un réseau génétique artificiel oscillant: le repressilator rapporteur Molécules/cellule repressilator Temps (min) Elowitz & Leibler Nature (2000) 403:335
26 Une autre notion d'interaction: interaction fonctionnelle En présence de galactose et absence de glucose la levure bascule vers un régime métabolique particulier. En pratique: deux protéines interagissent si leurs niveaux d'expression co varient en fonction de paramètres extérieurs.
27 Il semble que les protéines qui ont une relation fonctionnelle tendent à être proches dans le graphe d'interactions physiques: possibilité de prédictions de fonctions
28 Inférence d'un réseau fonctionnel: un exemple
29 Une étude du métabolisme du galactose chez la levure: mesures d'interactions fonctionnelles et comparaison au réseau d'interactions physiques Ideker,.., Leroy Hood. Science 292: 929 (2001) Ideker et al Bioinformatics 18:S233 (2002)
30 Voie d'induction du galactose dans la levure 3 points de départ: La carte d'interactions physiques de la levure (cf plus haut); 332 protéines de la carte et dont l'expression est modifiée quand on élimine un parmi 9 gènes de la voie métabolique du galactose: gal1 gal7, gal10, ou gal80; Les changements d'expression mesurés quand on élimine gal80.
31 Comparaison du réseau d'interactions physiques avec des mesures d'interactions fonctionnelles. Cas test: un graphe de 332 protéines, incluant la voie du galactose Graphe extrait du graphe d'interactions physiques dans la levure. Protéines dont l'expression est sensible à une perturbation bien choisie (délétion de GAL80).
32 Voie d'induction du galactose dans la levure Objectifs: Vérifier que les interactions physiques et fonctionnelles sont corrélées Identifier les sous réseaux fortement couplés/corrélés. En déduire de nouveaux acteurs dans le métabolisme de la galactose Mieux comprendre les rôles biologiques des acteurs et leurs couplages
33 Expression sous deux conditions différentes mesurée par micropuces à ADNc ~bka/images/microarrays.jpg
34 Micropuces à ADN Un ensemble d'adnc déposés sur une lame de verre, permettant de révéler les ARNm d'un extrait cellulaire (convertis en ADNc et munis d'un marqueur fluorescent).
35 Voie du galactose sous forme de graphe Variation d'expression (log10) protéine - ADN protéine protéine Ideker et al. Science 292: 929 (2001)
36 Hypothèse de travail: les groupes de gènes dont l'expression co varie correspondent à des sous graphes bien distincts: notion de module Méthode: proposer des sous graphes; leur associer un score qui mesure la co variance des gènes correspondants. Score élevé: les protéines du sous graphe sont couplées fonctionnellement: bon candidat pour un module biologique. Score faible: pas de corrélation marquée: ce n'est pas un module.
37 Il nous faut: 1) une fonction de score pertinente pour sous graphes 2) une méthode efficace pour chercher les meilleurs sous graphes
38 Vers une méthode de score basée sur les changements d'expression et leur niveau de signification statistique: 6 étapes... 4 conditions expérimentales Sous-graphe de 4 protéines A B C D Niveau d'expression, unités arbitraires
39 1) passage en unités réduites; notion de p value Protéines Conditions expérimentales A Connaissant le bruit expérimental, on estime la probabilité d'obtenir chaque changement observé par hasard. Cette probabilité est appelée p value. Niveaux d'expression
40 2) passage en unités réduites, obtention de Z scores On suppose que le bruit est gaussien p(1.0)=0.159 Z(0.159)=1.0 Distribution normale réduite p-value Z-score = le changement d'expression mesuré en unités réduites
41 4 conditions expérimentales Vers une méthode de score basée sur les changements d'expression et leur niveau de signification statistique A B C D Z-scores associés aux niveaux d'expression (=niveaux d'expression en unités réduites)
42 3) pour les 4 protéines et une condition expérimentale, on combine les Z scores selon une règle heuristique de sommation A B C D =1 4 Changement net d'expression de l'ensemble des 4 protéines, en unités réduites (=unités de ).
43 4) prise en compte de plusieurs conditions expérimentales: pour les 4 protéines, on va maintenant classer les conditions par score décroissant expérimentales Conditions A(1) A(2) A(3) A(4)
44 expérimentales Conditions Est ce que les scores obtenus sont remarquables ou ordinaires?
45 Est ce que les scores obtenus sont remarquables ou ordinaires? Autrement dit: S'il n'y a pas de changement des niveaux d'expression (sous l'effet des perturbations génétiques appliquées), est ce qu'on peut raisonnablement obtenir les résultats mesurés par le simple fait du bruit expérimental (un bruit gaussien, supposé connu)? On va calculer la probabilité correspondante et en déduire un Z score.
46 5) obtention d'un Z score global, prenant en compte m conditions expérimentales: On va d'abord estimer la probabilité pa(j) que sur les m scores, les j premiers soient plus grands que A(j) (si on tire au hasard dans une distrib gaussienne) Soit PZ la proba que pour une condition expérimentale quelconque, le Z score soit plus grand que A(j). On a: (Eq 3, Ideker et al, 2002) proba d'avoir h scores sur m >= PZ et m h < PZ
47 5) prise en compte de m conditions expérimentales: obtention d'un Z score global On va d'abord estimer la probabilité pa,j que sur les m scores, les j premiers soient plus grands que A (si on tire au hasard dans une distrib gaussienne) Soit PZ la proba que pour une condition expérimentale quelconque, le Z score soit plus grand que A. On a: pa(j) (Eq 3, Ideker et al, 2002) 6) On convertit pa(j) en un Z score global, soit za(j) (estimation de la moyenne et l'écart type de A(j) passage en unités réduites)
48 Une méthode de score basée sur les changements d'expression et leur niveau de signification statistique expérimentales Conditions Score Final
49 Conclusion: le groupe {A,B,C,D} a un score de 4.2; son caractère corrélé se manifeste dans les conditions expérimentales 1 et 2. expérimentales Conditions Score Final
50 APPLICATION: chercher des modules actifs pour une délétion du gène gal80: sous graphes de scores élevés Gène perturbé (délété) Niveau d'expression modifiée
51 Complexité du problème 332 protéines: 2332 > 1099 sous ensembles possibles avec 2 conditions expérimentales: sous ensembles possibles avec 20 conditions expérimentales: 230 sous ensembles possibles d'où > combinaisons possibles On cherchera les sous graphes les plus significatifs en optimisant le score par une méthode de recuit simulé.
52 Recuit simulé: une méthode de Monte Carlo. Optimisation sur une surface d'énergie rugueuse Choix aléatoire d'un sous graphe initial Etape i de l'algorithme: Modification aléatoire du sous graphe par ajout/retrait de noeuds. Si le score A augmente, modification acceptée. Sinon, modification avec une probabilité a exp(a/t); rejet de la modification avec une probabilité 1 a exp(a/t). Température initiale T élevée; T décroit progressivement au fil des itérations T3 Score A T2 T1 {graphes}
53 ETAT INITIAL: Les 5 meilleurs sous graphes coloriés selon leur rang
54 ETAT INTERMEDIAIRE Les 5 meilleurs sous graphes coloriés selon leur rang
55 ETAT FINAL Les 5 meilleurs sous graphes coloriés selon leur rang
56 Score et température vs. nombre d'itérations
57 Application: 20 conditions GAL et leur effet sur le réseau complet des interactions dans la levure
58 Apparition de plusieurs sous graphes ou modules intéressants
59 Différentes conditions expérimentales sont impliquées dans différents modules Identification de nouveaux couplages: eg, rôle de gal7 comme senseur d'une éventuelle accumulation toxique de galactose 1 phosphate.
60 Notion de module Intégration de données hétérogènes: double hybride, puces à ADN Mise à l'échelle des données, estimations du bruit Méthodes statistiques pour identifer les réseaux remarquables Comparaison à un modèle nul (pas de changements d'expression; les observations résultent du bruit, gaussien) Optimisation sur une surface de score rugueuse Génération de nouvelles hypothèses biologiques
61 Application: un réseau perturbé par la protéine prion chez la souris Mort de cellules neuronales Pas de signes cliniques 2 semaines 12 semaines 18 semaines 22 semaines Signes cliniques 20 semaines Hwang et al (2009) Molec Systems Biology, 5:252
62
63 La cellule comme intégrateur/processeur d'informations. Vers une biologie des systèmes Hartwell et al., Nature 1999
64
CHAPITRE 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 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 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 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 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 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 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 détailACIDES BASES. Chap.5 SPIESS
ACIDES BASES «Je ne crois pas que l on me conteste que l acide n ait des pointes Il ne faut que le goûter pour tomber dans ce sentiment car il fait des picotements sur la langue.» Notion d activité et
Plus en détailChapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE
UE4 : Biostatistiques Chapitre 3 : Principe des tests statistiques d hypothèse José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés. Plan I. Introduction
Plus en détailTransformations nucléaires
Transformations nucléaires Stabilité et instabilité des noyaux : Le noyau d un atome associé à un élément est représenté par le symbole A : nombre de masse = nombre de nucléons (protons + neutrons) Z :
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 détailAGRÉGATION DE SCIENCES DE LA VIE - SCIENCES DE LA TERRE ET DE L UNIVERS
AGRÉGATION DE SCIENCES DE LA VIE - SCIENCES DE LA TERRE ET DE L UNIVERS CONCOURS EXTERNE ÉPREUVES D ADMISSION session 2010 TRAVAUX PRATIQUES DE CONTRE-OPTION DU SECTEUR A CANDIDATS DES SECTEURS B ET C
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 détailMASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE
MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE SANTE Spécialité
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 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 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 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 détailThème sélection génétique des plantes hybridation et génie génétique
Thème sélection génétique des plantes hybridation et génie génétique Exemple d activité : recenser, extraire et exploiter des informations afin de comprendre les caractéristiques et les limites de la modification
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en 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 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 détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
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 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 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 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 détailAnalyse de la variance Comparaison de plusieurs moyennes
Analyse de la variance Comparaison de plusieurs moyennes Biostatistique Pr. Nicolas MEYER Laboratoire de Biostatistique et Informatique Médicale Fac. de Médecine de Strasbourg Mars 2011 Plan 1 Introduction
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
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 détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
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 détail2D-Differential Differential Gel Electrophoresis & Applications en neurosciences
2D-Differential Differential Gel Electrophoresis & Applications en neurosciences Jean-Etienne Poirrier Centre de Neurobiologie Cellulaire et Moléculaire Centre de Recherches du Cyclotron Université de
Plus en détailMYRIAD. l ADN isolé n est à présent plus brevetable!
MYRIAD La Cour Suprême des Etats-Unis revient sur plus de 30 ans de pratique : l ADN isolé n est à présent plus brevetable! Mauvaise passe pour les inventions en biotechnologies sur le territoire américain.
Plus en 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 détailTests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE
Chapitre 5 UE4 : Biostatistiques Tests paramétriques de comparaison de 2 moyennes Exercices commentés José LABARERE Année universitaire 2010/2011 Université Joseph Fourier de Grenoble - Tous droits réservés.
Plus en détailVieillissement moléculaire et cellulaire
Vieillissement moléculaire et cellulaire Yves Courtois Lorsque, en 1961, Léonard HAYFLICK, aux USA, re - mit en cause le concept général de l'immortalité des cellules, il apportait à la recherche en gérontologie
Plus en détailMAB Solut. vos projets. MABLife Génopole Campus 1 5 rue Henri Desbruères 91030 Evry Cedex. www.mabsolut.com. intervient à chaque étape de
Mabsolut-DEF-HI:Mise en page 1 17/11/11 17:45 Page1 le département prestataire de services de MABLife de la conception à la validation MAB Solut intervient à chaque étape de vos projets Création d anticorps
Plus en détailPar : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1)
1 Que signifient AON et AOA? Par : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct. 2012 (ajout de la section 3 et augmentation de la section 1) Sommaire 1. Concepts... 2 2. Méthode PCM appliquée
Plus en détailLES BIOTECHNOLOGIES DANS LE DIAGNOSTIC DES MALADIES INFECTIEUSES ET LE DÉVELOPPEMENT DES VACCINS
CHAPITRE 1.1.7. LES BIOTECHNOLOGIES DANS LE DIAGNOSTIC DES MALADIES INFECTIEUSES ET LE DÉVELOPPEMENT DES VACCINS INTRODUCTION Les méthodes de biologie moléculaire ont de plus en plus d applications dans
Plus en détailUne conférence-débat proposée par l Institut National de la Recherche Agronomique
Economies d'énergies dans les procédés agro-alimentaires : l'optimisation coût/qualité, un équilibre pas si facile à maîtriser Une conférence-débat proposée par l Institut National de la Recherche Agronomique
Plus en détailβ-galactosidase A.2.1) à 37 C, en tampon phosphate de sodium 0,1 mol/l ph 7 plus 2-mercaptoéthanol 1 mmol/l et MgCl 2 1 mmol/l (tampon P)
bioch/enzymo/tp-betagal-initiation-michaelis.odt JF Perrin maj sept 2008-sept 2012 page 1/6 Etude de la β-galactosidase de E. Coli : mise en évidence d'un comportement Michaélien lors de l'hydrolyse du
Plus en détail------- SESSION 2013 ÉPREUVE À OPTION. (durée : 4 heures coefficient : 6 note éliminatoire 4 sur 20) CHIMIE
CNCURS SUR ÉPREUVES UVERT AUX CANDIDATS TITULAIRES D UN DIPLÔME U TITRE CNFÉRANT LE GRADE DE MASTER U D'UN DIPLÔME U TITRE HMLGUÉ U ENREGISTRÉ AU RÉPERTIRE NATINAL DES CERTIFICATINS PRFESSINNELLES AU NIVEAU
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailLa reconnaissance moléculaire: la base du design rationnel Modélisation moléculaire: Introduction Hiver 2006
La reconnaissance moléculaire: la base du design rationnel En 1890 Emil Fisher a proposé le modèle "serrure et clé" pour expliquer la façon de fonctionner des systèmes biologiques. Un substrat rentre et
Plus en 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 détailPrincipes d implémentation des métaheuristiques
Chapitre 2 Principes d implémentation des métaheuristiques Éric D. Taillard 1 2.1 Introduction Les métaheuristiques ont changé radicalement l élaboration d heuristiques : alors que l on commençait par
Plus en détailActivité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme
Activité 38 : Découvrir comment certains déchets issus de fonctionnement des organes sont éliminés de l organisme 1. EXTRAITS REFERENTIELS DU BO Partie du programme : Fonctionnement de l organisme et besoin
Plus en détailLes effets de température
Les effets de température 1. Introduction La chaleur issue du combustible est transférée au caloporteur (eau) grâce au gradient de température qui existe entre ces deux milieux. Combustible Gaine Eau Profil
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 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 détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
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 détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
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 détailINFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE
Partie 1, Chapitre 4 INFORMATION GÉNÉTIQUE et REPRODUCTION SEXUÉE Constat : à l'exception des jumeaux, chaque individu est unique. Ses caractères héréditaires dependent des info génétiques (allèles) portées
Plus en détailCASA SPERM CLASS ANALYZER
CASA SPERM CLASS ANALYZER Microptic, spécialisé depuis 20 ans dans l analyse automatique de spermes Entreprise innovatrice dans le développement de système CASA (Computer aided semen analysis) le plus
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 détailMario Geiger octobre 08 ÉVAPORATION SOUS VIDE
ÉVAPORATION SOUS VIDE 1 I SOMMAIRE I Sommaire... 2 II Évaporation sous vide... 3 III Description de l installation... 5 IV Travail pratique... 6 But du travail... 6 Principe... 6 Matériel... 6 Méthodes...
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
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 détailRetour d expérience, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI
, portage de code Promes dans le cadre de l appel à projets CAPS-GENCI PROMES (UPR 8521 CNRS) Université de Perpignan France 29 juin 2011 1 Contexte 2 3 4 Sommaire Contexte 1 Contexte 2 3 4 Laboratoire
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailEnvironmental Research and Innovation ( ERIN )
DÉpartEment RDI Environmental Research and Innovation ( ERIN ) Le département «Environmental Research and Innovation» (ERIN) du LIST élabore des stratégies, des technologies et des outils visant à mieux
Plus en détailRapport Scientifique Seine-Aval 3
Rapport Scientifique Seine-Aval 3 Séminaire Seine-Aval 2008 Fiches de synthèse des propositions SA4 THEME 3 : TABLEAU DE BORD ET INDICATEURS OPERATIONNELS PUCES A ADN CHEZ MYTILUS EDULIS - 2005 - Danger
Plus en détailUniversité d Evry-Val d Essonne Ecole Doctorale des Génomes Aux Organismes. Thèse
Université d Evry-Val d Essonne Ecole Doctorale des Génomes Aux Organismes Thèse Présentée pour obtenir le grade de Docteur en sciences de l université d Evry-Val d Essonne Spécialité Bioinformatique par
Plus en détailCritères pour les méthodes de quantification des résidus potentiellement allergéniques de protéines de collage dans le vin (OIV-Oeno 427-2010)
Méthode OIV- -MA-AS315-23 Type de méthode : critères Critères pour les méthodes de quantification des résidus potentiellement allergéniques de protéines de collage (OIV-Oeno 427-2010) 1 Définitions des
Plus en détailMarchés Financiers. Cours appliqué de finance de marché. Change
Marchés Financiers Cours appliqué de finance de marché Change Aoris Conseil Emmanuel Laffort 1 Finance de marché (Devise) 2009-2010 Change - Généralités Caractéristiques Marché international Premier marché
Plus en détailTABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie
PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats Pierre Dagnelie TABLE DES MATIÈRES 2012 Presses agronomiques de Gembloux pressesagro.gembloux@ulg.ac.be www.pressesagro.be
Plus en détailSKW. Les enzymes dans la technologie des détergents. Schweizerischer Kosmetikund Waschmittelverband
SKW Schweizerischer Kosmetikund Waschmittelverband Association suisse des cosmétiques et des détergents The Swiss Cosmetic and Detergent Association Les enzymes dans la technologie des détergents Les enzymes
Plus en détailProjet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies
Projet de traitement d'image - SI 381 reconstitution 3D d'intérieur à partir de photographies Régis Boulet Charlie Demené Alexis Guyot Balthazar Neveu Guillaume Tartavel Sommaire Sommaire... 1 Structure
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
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 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 détailOptimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases)
Optimisation Combinatoire (Méthodes approchées) II. Recherche Locale simple (Les bases) Heuristique Constructive Itérativement, ajoute de nouvelles composantes à une solution partielle candidate Espace
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailQU EST-CE QU UN CHAUFFE-EAU THERMODYNAMIQUE?
QU EST-CE QU UN CHAUFFE-EAU THERMODYNAMIQUE? > Le chauffe-eau thermodynamique est un appareil de production d eau chaude sanitaire. Il se compose d une pompe à chaleur et d une cuve disposant d une isolation
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 détailCompléments - Chapitre 5 Spectroscopie
ompléments - hapitre 5 Spectroscopie Spectroscopie par résonance magnétique nucléaire (RMN 13 ) Tandis que la spectroscopie RMN 1 H fournit des données sur la disposition des atomes d'hydrogène dans une
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 détailUE : GENE 2208. Responsable : Enseignant : ECUE 1. Enseignant : ECUE 2. Dr COULIBALY Foungotin Hamidou
UE : GENE 2208 Responsable : Enseignant : ECUE 1 Enseignant : ECUE 2 Dr COULIBALY Foungotin Hamidou Spécialités : Génétique Humaine Biologie de la Procréation Cytogénétique Spermiologie Essais Cliniques
Plus en détailPrincipe d un test statistique
Biostatistiques Principe d un test statistique Professeur Jean-Luc BOSSON PCEM2 - Année universitaire 2012/2013 Faculté de Médecine de Grenoble (UJF) - Tous droits réservés. Objectifs pédagogiques Comprendre
Plus en détailévaluation des risques professionnels
évaluation des risques professionnels Inventaire des risques Etablissement : Faculté de médecine Unité de travail : UMR 1092 INSERM laboratoire de microbiologie Année : 2013 Locaux Dangers ou facteurs
Plus en détailL ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ
L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ INTRODUCTION Données : n individus observés sur p variables quantitatives. L A.C.P. permet d eplorer les liaisons entre variables et
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 détailPHYSIQUE Discipline fondamentale
Examen suisse de maturité Directives 2003-2006 DS.11 Physique DF PHYSIQUE Discipline fondamentale Par l'étude de la physique en discipline fondamentale, le candidat comprend des phénomènes naturels et
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 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 détailStages - le calendrier
Stages - le calendrier BIOCHIMIE ET BIOTECHNOLOGIES Ingénieurs pluridisciplinaires formés en chimie, biochimie analytique et fonctionnelle, biologie cellulaire et moléculaire, microbiologie, physiologie
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailPOKER ET PROBABILITÉ
POKER ET PROBABILITÉ Le poker est un jeu de cartes où la chance intervient mais derrière la chance il y a aussi des mathématiques et plus précisément des probabilités, voici une copie d'écran d'une main
Plus en détailÉJECTEURS. CanmetÉNERGIE Juillet 2009
ÉJECTEURS CanmetÉNERGIE Juillet 2009 ÉJECTEURS 1 ÉJECTEURS INTRODUCTION Les éjecteurs sont activés par la chaleur perdue ou la chaleur provenant de sources renouvelables. Ils sont actionnés directement
Plus en détailSERVICES DE SEQUENÇAGE
MARCH 16, 2014 SERVICES DE SEQUENÇAGE Centre d innovation Génome Québec et Université McGill Services de Validation et détection de SNP Technologie de Séquençage de Nouvelle Génération Guide de l utilisateur
Plus en détailLes pôles commerciaux et leurs magasins
Les pôles commerciaux et leurs magasins Julien Fraichard* Pour les commerçants, l'implantation de leur établissement dans le tissu urbain est primordiale. Certains types de commerces, comme les magasins
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 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 détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détail