Fiche de révision : Bases de données en bioinformatique

📋 Plan du Cours

1. Types de banques de données
2. Séquences biologiques et historique
3. Banques généralistes et spécialisées
4. Banques nucléiques internationales
5. Banques protéiques et limites

📖 1. Types de banques de données

📝 Points essentiels

📌 Les banques de données en bioinformatique se répartissent en banques généralistes et en banques spécialisées.

💡 Astuce mémo

Généralistes = panorama large ; spécialisées = thématique ciblée

📖 2. Séquences biologiques et historique

🔑 Notions clés & Définitions

• Séquence biologique : Élément central autour duquel la plupart des banques de données sont organisées.

📝 Points essentiels

• En 1965, Margaret Dayhoff publie l’Atlas of Protein Sequences, qui contient 50 entrées.

• En 1978, la dernière impression de l’Atlas of Protein Sequences est publiée.

• Après 1978, les séquences biologiques deviennent disponibles sous forme électronique.

💡 Astuce mémo

1965 : papier → 1978 : dernière impression → après 1978 : électronique

📖 3. Banques généralistes et spécialisées

🔑 Notions clés & Définitions

• Banque généraliste : Collecte aussi exhaustive que possible offrant un ensemble hétérogène d’informations.
• Banque spécialisée : Données plus homogènes établies autour d’une thématique, comme Saccharomyces Genome Database ou WormBase.

💡 Astuce mémo

Généraliste = données exhaustives et hétérogènes ; spécialisée = données homogènes

📖 4. Banques nucléiques internationales

★ À maîtriser

• Les trois banques généralistes de séquences nucléiques sont:

  • EMBL
  • GenBank
  • DDBJ

• Depuis 1987, EMBL, GenBank et DDBJ échangent systématiquement leur contenu et utilisent les conventions communes « The DDBJ/EMBL/GenBank Feature Table Definition ».

Compléments

• EMBL est une banque européenne créée en 1980, financée par l’European Molecular Biology Organisation et diffusée par l’EBI.

• GenBank est une banque créée en 1982 par la société IntelliGenetics et diffusée par le National Center for Biotechnology Information (NCBI).

• DDBJ est une banque créée en 1986 et diffusée par le National Institute of Genetics (NIG).

💡 Astuce mémo

EMBL–GenBank–DDBJ : trois banques, un échange commun

📖 5. Banques protéiques et limites

★ À maîtriser

• UniProt est une banque généraliste de séquences protéiques composée de Swiss-Prot, à annotation manuelle, et de TrEMBL.

• Les banques généralistes donnent accès à un grand nombre de séquences et représentent une grande diversité d’organismes.

📌 Dans les banques généralistes, les auteurs sont responsables de leurs entrées, car la qualité des séquences fait l’objet de peu ou pas de contrôles.

Compléments

• Les banques généralistes présentent une qualité d’information non homogène en raison de la variabilité des connaissances sur les séquences et de la minutie des auteurs.

• Les erreurs peuvent être dues:

  • aux contaminations
  • au séquençage
  • à la méthodologie

• Les banques généralistes présentent des biais d’échantillonnage taxonomique et des types de séquences, ainsi qu’une forte redondance.

💡 Astuce mémo

Grande richesse sans contrôle homogène → erreurs et biais

📊 Tableaux de synthèse

Banques généralistes et spécialisées