Bio-Informatique
Problématiques Bio-Informatiques
Génomique évolutive
Comment les génomes ont-ils évolués par réarrangements,
duplications et pertes?
Permet
de comprendre ce qui fait la spécificité d’une espèce: gènes spécifiques,
mécanismes évolutifs spécifiques
Arbre de Phylogénie
Les
arbres de phylogénie sont également utilisés pour représenter l’évolution
commune d’une famille de gènes, ou de virus comme le HIV ou l’influenza.
Arbre de Phylogénie
Premier
objectif des études phylogénétiques: Reconstruire l’arbre de vie de toutes les
espèces vivantes à partir des données génétiques observées.
Protéines
Prédire la structure d’une protéine à partir de sa séquence
Protéome: Ensemble des protéines exprimées dans une cellule dans
des conditions données et à un moment donné.
Protéomique:
Étude du protéome.
Réseaux d’intéractions protéines-protéines
Chemins
métaboliques
Qu’est-ce que la
Bioinformatique?
Information manipulée
ADN
(Génome)
Séquences de nucléotides
Séquence de gènes
Banques
de données
ARN
(Transcriptome)
Séquence
Structure
Protéines
(Protéome)
Séquence
Structure
Réseaux
d’intéraction
Qu’est-ce que la
Bioinformatique? Pour les informaticiens
Malgré sa complexité, l’ADN peut être représenté comme un texte de
4 caractères A,C,G,T, et les protéines comme des mots sur un alphabet de 20
lettres.
Décoder
le texte de l’ADN: une manne de problèmes mathématiques, statistiques,
algorithmiques, combinatoires
Bioinformatics:
Discipline plus pragmatique. Développement d’outils pratiques pour l’analyse et
l’organisation des données. Moins d’emphase sur l’exactitude ou l’efficacité de
la méthode. Dédiée à des applications pratiques comme l’identification de
protéines cible pour la conception de médicaments.
—Biology
“computationnelle”:
Développement d’algorithmes efficaces permettant de résoudre un
problème biologique spécifique.
Méthodologie
générale:
Définir un modèle d’évolution;
Formaliser le problème;
Étudier la complexité théorique du problème;
Développer des algorithmes permettant de le résoudre;
S’il y a lieu, prouver l’exactitude de l’algorithme
Tester l’efficacité de l’algorithme sur des données simulées;
L’appliquer
à des données biologiques
