Fiche de révision : Bases de bioinformatique

📋 Plan du Cours

1. Rôle et objectifs de la bioinformatique
2. Flux de l’information biologique
3. Codage des séquences biologiques
4. Bases de données et littérature scientifique
5. Bases de séquences nucléotidiques
6. Bases de données de protéines
7. Bases spécialisées et motifs protéiques
8. Bases génétiques et identifiants

📖 1. Rôle et objectifs de la bioinformatique

★ À maîtriser

• La bioinformatique développe des modèles, des méthodes et des outils pour analyser l’information biologique, produire de nouvelles connaissances et mieux comprendre la biologie.

📌 La bioinformatique comprend la représentation, le stockage et la distribution des données, ainsi que l’analyse des données collectées.

Compléments

• La bioinformatique ne se limite pas à la création et à la maintenance de bases de données.

• L’accumulation des données biologiques s’est accélérée au point de dépasser leur interprétation depuis le début du XXIe siècle.

📖 2. Flux de l’information biologique

★ À maîtriser

• L’information génétique suit le parcours ADN → ARN messager par transcription, puis ARN messager → protéine par traduction.

Compléments

• La transcription présentée utilise le brin non codant comme matrice pour produire un ARN messager.

• Dans l’exemple fourni, l’ARNm 5′-AUGGCCUGGACUUCA-3′ code la séquence protéique Met-Ala-Trp-Thr-Ser.

💡 Astuce mémo

ADN → ARN → protéine : transcription puis traduction.

📖 3. Codage des séquences biologiques

🔑 Notions clés & Définitions

• Séquence biologique : Chaîne de caractères représentant un polymère de nucléotides ou d’acides aminés, avec un caractère par unité.

★ À maîtriser

• Les séquences nucléotidiques utilisent les lettres A, C, G et T pour représenter l’adénine, la cytosine, la guanine et la thymine.

Compléments

• Les codes nucléotidiques ambigus comprennent R = A ou G, Y = C ou T, M = A ou C, K = G ou T, S = C ou G et W = A ou T.

• Les autres codes nucléotidiques ambigus désignent :

  • H = A, C ou T
  • B = C, G ou T
  • V = A, C ou G
  • D = A, G ou T
  • N = A, C, G ou T

• Le code à une lettre des acides aminés comprend notamment X pour un acide aminé indéterminé et Z pour l’acide glutamique ou la glutamine.

📖 4. Bases de données et littérature scientifique

🔑 Notions clés & Définitions

• Base de données : Ensemble structuré et organisé qui stocke de grandes quantités d’informations afin d’en faciliter l’ajout, la mise à jour et la recherche.

★ À maîtriser

• La croissance explosive des bases de données biologiques est liée aux données produites par les programmes de séquençage massif des génomes.

Compléments

• La structure d’une base de données reflète l’organisation observée dans le monde réel.

📌 Une base de données en ligne est accessible via les réseaux, contrairement à une base stockée uniquement sur une mémoire de masse locale.

• Aucune base de données bibliographique n’est exhaustive, et MEDLINE est aujourd’hui accessible sous le nom de PubMed.

• Les bases bibliographiques citées couvrent :

  • MEDLINE/PubMed : littérature médicale
  • EMBASE : littérature médicale
  • BIOSIS : littérature zoologique
  • CAB International : agriculture et maladies parasitaires
  • AGRICOLA : agriculture

📖 5. Bases de séquences nucléotidiques

🔑 Notions clés & Définitions

• EST : Courte séquence nucléotidique obtenue à partir d’une banque d’ADNc et correspondant à une extrémité 5′ ou 3′ d’un ADNc.

★ À maîtriser

• Les bases de données nucléotidiques contiennent des séquences génomiques et des séquences d’ADNc correspondant à des ARNm.

• La collaboration internationale des bases de séquences nucléotidiques réunit EMBL-ENA, DDBJ et GenBank, associées respectivement à l’EBI, au CIB et au NCBI.

Compléments

• EMBL-ENA, DDBJ et GenBank échangent chaque jour les données nouvelles et mises à jour afin de synchroniser leurs bases.

• Les EST donnent une indication sur l’identité des protéines codées, et les ADNc d’intérêt peuvent ensuite être séquencés complètement.

📖 6. Bases de données de protéines

★ À maîtriser

• Les bases protéiques peuvent contenir :
  • Des séquences expérimentales de protéines
  • Des séquences traduites à partir d’ADNc
  • Des séquences traduites à partir de génomes

📌 Les bases protéiques universelles couvrent des protéines de toutes les espèces, tandis que les bases spécialisées portent sur des familles, des groupes ou un organisme particulier.

• UniProt (Universal Protein Resource) résulte de la liaison de Swiss-Prot, TrEMBL et PIR.

Compléments

• Swiss-Prot est une base de protéines, TrEMBL regroupe des séquences traduites d’EMBL et PIR désigne Protein Information Resource.

📖 7. Bases spécialisées et motifs protéiques

🔑 Notions clés & Définitions

• Motif protéique : Motif conservé d’acides aminés retrouvé dans au moins deux protéines de groupes ayant une activité biochimique similaire, souvent à proximité du site actif.

★ À maîtriser

• Les bases spécialisées citées comprennent ProteomicsDB pour une ressource multi-omique et multi-organisme, MEROPS pour la classification des peptidases, GPCRd pour les récepteurs couplés aux protéines G et BRENDA pour les enzymes.

Compléments

• Des protéines très éloignées peuvent être identifiées par la présence d’ensembles communs de résidus constituant des motifs.

• Ces bases spécialisées couvrent :

  • PROSITE : motifs
  • PRINTS : ensembles de motifs
  • Pfam : familles de protéines
  • BLOCKS : segments de protéines hautement conservés

📖 8. Bases génétiques et identifiants

★ À maîtriser

• Les bases génétiques citées sont :

  • EnsEMBL : séquences annotées par génome
  • UCSC : séquences annotées par génome
  • FlyBase : base génétique de Drosophila melanogaster
  • WormBase : base génétique de nématodes
  • MGD : base génétique de la souris

• Le numéro d’accession reste constant pour une séquence donnée, tandis que le GI (genInfo identifier) est unique mais change lors d’une mise à jour de la séquence.

Compléments

• L’exemple d’accession donné pour l’hémoglobine α2 humaine est NM_000517, tandis que son GI indiqué après la septième mise à jour est 1441565460.

💡 Astuce mémo

L’accession reste constante ; le GI change lors d’une mise à jour.