QCM : Annotation et génomique fonctionnelle — 27 questions

Explication

L’annotation structurale repère les gènes codant des ARN ou des protéines et précise leur organisation dans le génome. La description de la fonction des produits relève de l’annotation fonctionnelle, et non de l’annotation structurale.

Explication

L’analyse commence par l’identification de tous les gènes, avant de déterminer la nature et la fonction de leurs produits. Confondre cette étape avec l’analyse fonctionnelle inverse l’ordre général du processus.

Explication

Un cadre ouvert de lecture est défini par une séquence située entre deux codons stop, alors qu’une CDS s’étend d’un codon start à un codon stop. La confusion entre ces deux bornes constitue précisément la distinction à retenir.

Explication

Un gène procaryote codant une protéine comprend notamment un promoteur, un site de fixation du ribosome, une CDS et un site de terminaison de la transcription. Les introns, la coiffe et la queue polyadénylée renvoient plutôt à des caractéristiques eucaryotes.

Explication

Les programmes de prédiction s’appuient sur des modèles de Markov cachés entraînés sur un organisme afin de distinguer les régions géniques des régions intergéniques. La composition en bases ou l’expression protéique peuvent fournir des indices, mais ne constitue pas ici le mécanisme décrit.

Explication

Pour les eucaryotes riches en introns, des programmes adaptés sont associés à des algorithmes neuronaux qui déterminent le départ de transcription et les sites d’épissage. Les signaux liés à la traduction procaryote ne permettent pas de traiter directement cette organisation avec introns.

Explication

La prédiction automatique est très performante chez les procaryotes, avec une efficacité de 98 à 99 %, alors qu’elle devient très mauvaise chez les eucaryotes complexes. L’idée d’une performance comparable dans les deux groupes ne tient donc pas compte de la différence de complexité génomique.

Explication

Chez les eucaryotes complexes, la grande taille des gènes, l’abondance des introns et la petitesse des exons compliquent l’identification automatique de la structure génique. Des gènes courts et dépourvus d’introns rendraient au contraire cette annotation moins complexe.

Explication

Les tiling arrays reposent sur l’extraction des ARN, leur conversion en cDNA avec un nucléotide marqué, puis leur hybridation sur une puce couvrant le génome par des oligonucléotides chevauchants. Cette méthode ne consiste donc ni à analyser directement des protéines ni à aligner des lectures séquencées.

Explication

Les tiling arrays ont montré que la transcription s’étend bien au-delà des régions attendues, notamment dans des zones considérées auparavant comme intergéniques. L’interprétation selon laquelle la transcription resterait limitée aux régions codantes contredit cette observation.

Explication

Le RNA-seq transforme les ARN en cDNA fragmentés, auxquels des adaptateurs sont ajoutés avant le séquençage des extrémités et l’alignement des lectures sur le génome. L’hybridation sur une puce correspond plutôt au principe des tiling arrays, et non à celui du RNA-seq.

Explication

La région intergénique exclut les portions transcrites, notamment les UTR, les ARN antisens et les ARN non codants, même si elles se trouvent entre deux CDS. Elle ne se confond donc pas avec toute la région inter-CDS, qui peut contenir ces éléments transcrits.

Explication

La réannotation manuelle a modifié la structure de 85 % des gènes et de 45 % des protéines. La confusion entre ces deux pourcentages inverse les proportions observées pour les gènes et les protéines.

Explication

Le nombre de transcrits prédits est passé de 861 à 4 743, principalement en raison de l’épissage alternatif. Les valeurs autour de 13 600 correspondent au nombre de gènes, et non au nombre de transcrits.

Explication

La publication du génome humain en janvier 2001 recensait 27 462 gènes, bien moins que les estimations initiales d’au moins 100 000. Les autres propositions inversent les valeurs ou introduisent une estimation non indiquée.

Explication

L’homologie désigne une origine évolutive commune, c’est-à-dire une dérivation à partir d’un ancêtre commun. Un pourcentage d’identité élevé constitue une mesure graduelle pouvant soutenir cette hypothèse, mais ne définit pas à lui seul l’homologie.

Explication

La recherche d’homologie compare la séquence en acides aminés du cadre ouvert de lecture à des séquences d’une banque de protéines, notamment avec BLAST ou FASTA. Une analyse d’expression ou une comparaison à des lipides ne recherche pas directement des ressemblances de séquences protéiques.

Explication

Une identité supérieure à 27 % est habituellement interprétée comme une homologie évidente. Une identité comprise entre 20 et 27 % est plutôt douteuse, tandis qu’une valeur inférieure à 20 % est généralement associée à une absence d’homologie.

Explication

Une identité suffisamment élevée avec une protéine connue permet de proposer une fonction par déduction d’homologie. Cette annotation reste une inférence et ne constitue pas une démonstration expérimentale réalisée sur la protéine inconnue.

Explication

Un gène orphelin ne présente de ressemblance avec aucune séquence connue et représente généralement une fraction de 20 à 30 % des gènes des génomes séquencés. Ce terme décrit l’état des connaissances comparatives, sans impliquer que le gène soit absent ou inutile.

Explication

La génomique fonctionnelle étudie les gènes inconnus par inactivation systématique et par analyse globale de l’expression des gènes ou des protéines. Une simple comparaison de séquences relève plutôt de l’annotation par homologie et ne constitue pas à elle seule une étude fonctionnelle.

Explication

La puce transcriptomique repose sur un marquage réciproque des ARN par Cy3 et Cy5, suivi de leur hybridation sur la puce et de la révélation des fluorophores. La spectrométrie de masse concerne plutôt l’analyse de protéines et ne constitue pas l’étape de lecture décrite ici.

Explication

Le signal vert indique que le transcrit est moins abondant dans la condition testée que dans la condition témoin. Le rouge correspond à une surexpression, tandis que le jaune signale une absence de variation.

Explication

Le RNA-seq différentiel compare, pour chaque gène, le nombre de séquences obtenues après séquençage haut débit des cDNA dans les deux conditions. La longueur des protéines et les sites de liaison chromosomiques ne sont pas les mesures centrales de cette méthode.

Explication

Chez l’être humain, l’épissage alternatif concerne plus de la moitié des ARNm et un même pré-ARNm peut donner plusieurs ARNm matures. L’idée d’un produit unique par gène constitue précisément la confusion à éviter.

Explication

La purification TAP exploite deux tags en tandem permettant deux purifications successives sur des colonnes d’affinité distinctes, séparées par le clivage du premier tag. L’électrophorèse seule ne correspond pas au principe de double purification de cette méthode.

Explication

Un ARN non codant ne sert pas directement de matrice à la production d’une protéine et peut participer à la régulation cellulaire. Un ARN messager, en revanche, sert de matrice pour la traduction, tandis que la présence d’introns ne suffit pas à définir cette catégorie.