QCM : Données et outils in silico (21 questions)

Explication

La bio-informatique mobilise des méthodes informatiques pour résoudre des problèmes scientifiques biologiques, au sein d’un domaine multidisciplinaire. Les autres réponses la réduisent au matériel, aux séquences ou au travail expérimental sans outils informatiques.

Explication

Les fondations théoriques apparaissent dans les années 1970, tandis que la discipline se développe le plus dans les années 1980. Les distracteurs inversent ces étapes, confondent les premières études avec les fondations ou déplacent le pic de développement.

Explication

La bio-informatique moléculaire analyse les séquences d’ADN ou de protéines, notamment pour identifier des ressemblances et des régions pertinentes. Les réseaux portent sur des interactions, le champ structural sur la forme tridimensionnelle, et la computational biology sur la création de modèles ou d’outils.

Explication

Une nomenclature commune réduit les ambiguïtés et les erreurs et aide les acteurs scientifiques et médicaux à se comprendre. La création d’outils, la description des mutations et la centralisation de ressources ne répondent pas directement au problème des noms incohérents.

Explication

L’EBI, situé en Europe, héberge des bases de données et des outils bio-informatiques comparables à ceux du NCBI américain. Le HGNC normalise les noms des gènes, le HGVS la description des mutations, et le NCBI est le centre américain.

Explication

Une base de données rassemble des données structurées, indexées et périodiquement mises à jour. La première confusion porte sur la structuration, la deuxième sur l’indexation ou l’actualisation, et la troisième sur la distinction entre stockage organisé et analyse.

Explication

La classification comprend les banques de séquences, les sites de génomique, les sites d’exploitation et ceux consacrés à de grands projets ciblés. Les autres choix substituent les sites bibliographiques ou de diagnostic à des catégories distinctes, ou omettent celle des grands projets.

Explication

Un alignement dispose deux séquences ou plus les unes sous les autres pour mettre en évidence leurs régions identiques ou similaires. L’arbre représente des relations évolutives, une base de données stocke des informations, et l’alignement n’est pas limité à deux séquences.

Explication

Les régions conservées sont interprétées comme soumises à une pression de sélection contribuant au maintien de la fonction de la macromolécule. La conservation ne prouve pas l’absence de toute mutation; une brèche signale plutôt une insertion ou une délétion, et elle ne permet pas de conclure à l’absence de fonction.

Explication

L’identité désigne la présence du même nucléotide ou acide aminé au même emplacement de l’alignement. Une substitution conservative implique des résidus différents aux propriétés proches; l’homologie décrit une parenté évolutive, et la similarité visée ici concerne des acides aminés différents.

Explication

La similarité protéique décrit des résidus différents dont les propriétés physico-chimiques sont suffisamment proches pour limiter les changements fonctionnels. L’identité exige le même résidu, tandis que la similarité seule n’établit pas une parenté évolutive ni une non-comparabilité.

Explication

Un pourcentage peut exprimer la similarité, alors que l’homologie indique une relation évolutive binaire et ne possède pas de pourcentage. Assimiler les deux mesures confond similarité et homologie; l’absence de pourcentage ne signifie pas l’absence de parenté, et l’identité n’est pas le pourcentage demandé.

Explication

La matrice attribue des valeurs à des paires de résidus alignés à partir de logarithmes de rapports de probabilités. La première confusion porte sur les fréquences isolées, la deuxième sur les distances globales et la troisième sur les pénalités de brèche.

Explication

Les modèles usuels séparent le coût d’ouverture de celui d’extension, généralement inférieur, ce qui représente l’apparition de mutations par petits blocs. Les autres propositions confondent les coûts, inversent leur rapport ou omettent la distinction.

Explication

La programmation dynamique stocke les solutions intermédiaires, puis choisit la séquence de solutions au score maximal. Les distracteurs minimisent le score, omettent le stockage ou ignorent la comparaison finale.

Explication

Un enregistrement FASTA commence par une ligne d’identification marquée par « > », puis contient la séquence nucléotidique ou protéique. Les erreurs proposées inversent l’ordre, changent le marqueur ou substituent des scores à la séquence.

Explication

BLAST recherche des régions de similarité locale entre une séquence requête et les séquences d’une banque. Les distracteurs confondent cette approche avec l’alignement global, la comparaison structurale ou une simple analyse de composition.

Explication

BLAST crée d’abord des mots dépassant un seuil, en repère les positions, étend les alignements locaux, puis classe les segments et calcule l’E value. Les distracteurs déplacent l’extension ou le classement avant leur étape, ou placent l’E value au début.

Explication

L’E value estime le nombre d’alignements que l’on trouverait dans une banque aléatoire avec un score supérieur ou égal à celui observé. Les autres réponses confondent cette mesure avec le score, une probabilité de validité biologique ou la taille totale de la banque.

Explication

Un alignement multiple compare simultanément au moins trois séquences, comme les six protéines de la situation. L’alignement par paires concerne deux séquences, tandis qu’une série de comparaisons par paires ne les aligne pas toutes simultanément.

Explication

Une stratégie progressive peut enrichir un alignement unique en y ajoutant les séquences successivement à partir d’une paire initiale. Le calcul simultané décrit une autre approche, le regroupement préalable en sous-familles est une autre variante progressive, et la pondération est un critère distinct.