Fiche de révision : Introduction à la bioinformatique

📋 Plan du Cours

1. Biologie et données massives
2. Structures, code et séquençage
3. Des gènes aux génomes
4. Génomique fonctionnelle
5. Transcriptomes et protéomes
6. Interactions et métabolisme
7. Expansion des données génomiques
8. Approches multi-omiques et systémiques
9. Défis et définition de la bioinformatique

📅 Repères chronologiques

1. 1866Gregor Mendel publie les résultats quantitatifs de croisements de variétés de pois et en déduit trois lois de l’hérédité : l’uniformité des caractères à la première génération, la ségrégation des caractères et l’indépendance des caractères. — Experiments in plant hybridisation, 1865-1866
2. 1901Les lois de Mendel sont redécouvertes indépendamment par trois groupes de chercheurs.
3. 1910-1915Morgan établit que les chromosomes sont le support de l’hérédité.
4. 1944Avery établit que l’ADN est le support de l’hérédité, puis Watson, Crick, Franklin et Gosling contribuent en 1953 à l’établissement du modèle de la double hélice de l’ADN. — Watson & Crick; Franklin & Gosling
5. 1958-1960Kendrew et Perutz déterminent les premières structures tridimensionnelles de protéines par analyse aux rayons X, notamment celles de la myoglobine et de l’hémoglobine. — Kendrew, Perutz, 1958-1960
6. 1977Sanger met au point une méthode de séquençage de l’ADN fondée sur des inhibiteurs terminant les chaînes.
7. 2007Les technologies de séquençage massivement parallèle, ou NGS, apparaissent et contribuent à une forte diminution des coûts du séquençage.
8. 2008Le projet 1000 génomes est lancé pour caractériser la diversité génotypique des populations humaines.

📖 1. Biologie et données massives

🔑 Notions clés & Définitions

• Biologie des données : Au tournant du XXe au XXIe siècle, la biologie est devenue une science s’appuyant sur des données de plus en plus massives.

📝 Points essentiels

• Les données biologiques massives comprennent notamment: des données de séquençage, des données protéomiques, des données métabolomiques, des structures tridimensionnelles de protéines, des images, des données phénotypiques ou de santé

• Pour donner du sens aux données biologiques, il faut combiner les concepts biologiques avec des outils informatiques, mathématiques et statistiques, ainsi qu’avec des moyens importants de calcul et de stockage.

💡 Astuce mémo

Données massives → biologie combinée à l’informatique, aux mathématiques et aux statistiques

📖 2. Structures, code et séquençage

📝 Points essentiels

• Le code génétique associe des codons nucléotidiques à des acides aminés ou à des signaux de terminaison : CAU code l’arginine, CCU la proline, ATG la méthionine et UAA, UAG ou UGA sont des codons stop.

💡 Astuce mémo

Structure des protéines → code génétique → séquençage de l’ADN

📖 3. Des gènes aux génomes

★ À maîtriser

• Depuis la fin des années 1990, des projets de séquençage génomique ont transformé les approches biologiques en faisant passer l’accent du siècle du gène au siècle du génome. — Evelyn Fox-Keller, Le siècle du gène, 2003

• Les premiers projets concernent notamment:

  • des bactéries
  • la levure du boulanger
  • la drosophile
  • le nématode
  • l’arabette
  • le génome humain de référence

• Le premier génome humain est publié en 2001 sous forme de brouillon, puis une version parachevée est publiée en 2004.

Compléments

• Le génome humain comporte environ 3 milliards de nucléotides, soit environ 3 millions de fois la taille du fragment de 1000 nucléotides présenté dans le cours.

💡 Astuce mémo

Siècle du gène : fonction des gènes ; siècle du génome : séquençage massif

📖 4. Génomique fonctionnelle

🔑 Notions clés & Définitions

• Génomique fonctionnelle : Vise à caractériser la fonction de chaque gène d’un génome à l’aide d’indices obtenus par différentes technologies à haut débit.
• Transcriptomique : Consiste à mesurer simultanément le niveau de transcription de tous les gènes d’un échantillon prélevé dans des conditions particulières.

★ À maîtriser

• Après le séquençage d’un génome, deux questions centrales sont de localiser les gènes et de déterminer la fonction de ces gènes.

Compléments

• En 1997, les premières approches transcriptomiques utilisent des biopuces à ADN, puis la transcriptomique par séquençage massivement parallèle apparaît en 2007 avec le RNA-seq.

💡 Astuce mémo

Séquençage → texte ADN → localisation et fonction des gènes

📖 5. Transcriptomes et protéomes

🔑 Notions clés & Définitions

• Protéomique : Est la caractérisation à large échelle des protéines présentes dans un échantillon, notamment grâce à des méthodes de spectrométrie de masse.

★ À maîtriser

• Les quantités de transcrits fournissent seulement une indication approximative de l’activité d’un gène en raison de régulations post-transcriptionnelles et post-traductionnelles.

Compléments

• Dans le projet GTEx, des échantillons de 54 tissus provenant de 1000 individus sont analysés par extraction de l’ARN, séquençage et quantification dans chaque tissu.

💡 Astuce mémo

Transcriptes : activité estimée ; protéines : effecteurs des fonctions biologiques

📖 6. Interactions et métabolisme

🔑 Notions clés & Définitions

• Interactome : Ensemble des interactions entre protéines d’un système biologique, comprenant des interactions stables dans des complexes multimériques et des interactions transitoires.

• Carte métabolique : Représente de manière simplifiée le réseau formé par l’ensemble des réactions biochimiques et des enzymes répertoriées dans une base de données comme KEGG.

📝 Points essentiels

• Les interactions protéiques peuvent être stables, en formant des complexes multimériques, ou transitoires, en établissant des liaisons temporaires qui modifient l’activité des protéines.

💡 Astuce mémo

Un labyrinthe relie protéines, complexes et réactions métaboliques

📖 7. Expansion des données génomiques

🔑 Notions clés & Définitions

• Métagénomique : Consiste à séquencer directement tout l’ADN extrait d’un écosystème afin d’identifier les espèces présentes, de caractériser leur abondance et de découvrir de nouvelles protéines.

📝 Points essentiels

• Selon la loi de Moore, à coût constant les capacités des ordinateurs doublent tous les deux ans, ce qui correspond à une progression exponentielle du nombre de transistors.

• Le coût du séquençage d’un génome humain passe d’environ 3 milliards de dollars en 2001 à 16 millions de dollars en 2006, 1500 dollars en 2016 et 600 dollars en 2024.

💡 Astuce mémo

Un génome → 1 000 génomes → millions de génomes → métagénomes

📖 8. Approches multi-omiques et systémiques

🔑 Notions clés & Définitions

• Génomique fonctionnelle : La génomique fonctionnelle s’appuie sur plusieurs approches omiques, dont le transcriptome, le protéome, le localome, la transcriptomique spatiale, l’interactome, le phénome, le structurome et la métabolomique.

📝 Points essentiels

• Les approches holistiques concernent notamment:

  • le génome
  • le transcriptome
  • le protéome
  • le structurome
  • l’interactome
  • le métabolome

• 🔄 L’information biologique suit la chaîne suivante:

  1. ADN
  2. ARN
  3. polypeptides
  4. protéines
  5. activités biologiques et métabolites

• La biologie intégrative combine les approches holistiques et systémiques pour relier les différentes composantes et interactions d’un système biologique.

💡 Astuce mémo

ADN → ARN → polypeptides → protéines → métabolites

📖 9. Défis et définition de la bioinformatique

🔑 Notions clés & Définitions

• Bioinformatique : J. M. Hancock, Concise Encyclopaedia of Bioinformatics, 2014 — Est un domaine interdisciplinaire qui développe des méthodes et des outils logiciels pour comprendre des données biologiques, particulièrement lorsqu’elles sont volumineuses et complexes.

📝 Points essentiels

• La biologie contemporaine convertit les données brutes en information pertinente grâce aux mathématiques et à l’informatique, puis interprète cette information dans le cadre des connaissances biologiques existantes.

• Les défis numériques concernent:

  • le stockage exponentiel des données
  • la puissance de calcul
  • l’efficacité algorithmique
  • l’intelligence artificielle

• Les défis scientifiques comprennent: la modélisation des objets biologiques, l’intégration multi-omique, l’extraction de l’information pertinente, la représentation des connaissances par des bases de données et la visualisation

• La bioinformatique inclut: la modélisation statistique des données, la modélisation mathématique des systèmes biologiques, le développement d’outils logiciels, le développement de bases de données, l’annotation experte des données

💡 Astuce mémo

Données seules ≠ méthodes et outils interdisciplinaires

📊 Tableaux de synthèse

Principales approches omiques