Bio-informatique

Le plateau de bio-informatique vous conseille et vous accompagne dans l’exploitation de vos données ou de données déjà existantes, jusqu’à la mise en forme, la valorisation des résultats et la rédaction de publications.

Le plateau développe également des méthodes et outils originaux spécifiques à vos besoins, en s’appuyant sur les langages R, python, perl, julia ou GO.

Expertise :

  • Traitements et analyses des données « omiques » (transcriptomique, protéomique, génomique)
  • Conseils et application de tests statistiques adaptés à la taille de l’échantillon et la nature de la distribution
  • Représentation graphique : vulcano plot, box plot, violine, heatmap, radar plot, courbes de ROC, courbes de survie…
  • Recherche de « pathways » à partir de listes de gènes ou de gènes associés aux protéines
  • Comparaison de n listes de protéines, peptides, pathways…
  • Recherche de « biomarkers » par PCA, SPLS, RFE
  • Pour la protéomique:

-Analyses qualitatives : traitement de données DDA : identification de protéines par différents moteurs de recherche (Mascot, Amanda, Morpheus…)

-Analyses quantitatives : traitement de données DIA : quantification de peptides à grande échelle par une approche SWATH (Spectronaut)

Développement d’outils de Bio-informatique :

Il existe d’innombrables façons de traiter des données et souvent les outils adaptés n’existent pas.  Nous pouvons créer des outils sur mesure à l’aides les langages de programmation suivants :

-R : langage particulièrement adapté aux statistiques et aux représentations graphiques.

-Python:  langage qui peut s’utiliser dans de nombreux contextes, très répandu dans le monde scientifique. Il possède une bibliothèque spécifique pour la biologie

-Perl : le langage le plus puissant pour extraire des données texte. Perl est utilisé en linguistique. Langage très intéressant pour automatiser les taches répétitives sous Linux.

-Julia : Langage de programmation de haut niveau et à haute performance pour le calcul numérique. Créé par le MIT en 2012, ce langage très récent approche la vitesse du C en calcul.

-Go : ce langage a été développé par Google pour remplacer le C/C++. Particulièrement performant en multithreading, ce langage produit également des programmes portables et simples à installer grâce à la cross-compilation.

Une centaine de ces outils sont disponibles sur https://sites.google.com/site/fredsoftwares/home

Formations :

  • Initiation au langage Julia : nous pouvons vous initier à la programmation en Julia,  comme par exemple lors des Journées nationales du DEVeloppement logiciel 2017 : http://devlog.cnrs.fr/jdev2017/t7.ap04
  • Formation à l’utilisation des outils que nous avons développés pour une utilisation autonomie

Bibliographie : à

Les outils que nous inventons peuvent faire l’objet de publications :

-Sorting protein lists with nwCompare: a simple and fast algorithm for n-way comparison of proteomic data files.

Pont F, Fournié JJ. Proteomics. 2010 Mar;10(5):1091-4.

-nwCompare and AutoCompare Softwares for Proteomics and Transcriptomics Data Mining – Application to the Exploration of Gene Expression Profiles of Aggressive Lymphomas,

Fréderic Pont, Marie Tosolini, Bernard Ycart and Jean-Jacques Fournié (2012).  Integrative Proteomics, Hon-Chiu Eastwood Leung (Ed.), ISBN: 978-953-51-0070-6, InTech, Available from:

http://www.intechopen.com/books/integrative-proteomics/nwcompare-and-autocompare-softwares-for-proteomics-and-transcriptomics-data-mining-application-to-th

Les chercheurs peuvent également publier un nouvel outil avec leurs résultats, apportant ainsi une plus-value à leur article en mettant à la disposition de la communauté un programme original.

Exemple :

AutoCompare SES : Large scale microarray profiling reveals four stages of immune escape in Non-Hodgkin Lymphomas. Marie Tosolini, Christelle Algans, Frédéric Pont, Bernard Ycart & Jean-Jacques Fournié. OncoImmunology. 2016.

DeepTIL : Assessment of tumor-infiltrating TCRVγ9Vδ2 γδ lymphocyte abundance by deconvolution of human cancers microarrays.

Marie Tosolini, Frédéric Pont, Mary Poupot, François Vergez, Marie-Laure Nicolau-Travers, David Vermijlen, Jean- Emmanuel Sarry, Francesco Dieli, Jean-Jacques Fournié . OncoImmunology , 2017 : 6;6(3).