Bio-informatique : champ de recherche multi-disciplinaire où travaillent de concert biologistes, informaticiens, mathématiciens et physiciens
Bio-informatique
Un article de Wikipédia, l'encyclopédie libre.
La bio-informatique[1] est un champ de recherche multi-disciplinaire où travaillent de concert biologistes, informaticiens, mathématiciens et physiciens, dans le but de résoudre un problème scientifique posé par la biologie. Le terme bio-informatique peut également décrire (par abus de langage) toutes les applications informatiques résultant de ces recherches[2]. Cela va de l'analyse du génome à la modélisation de l'évolution d'une population animale dans un environnement donné, en passant par la modélisation moléculaire, l'analyse d'image, le séquençage du génome et la reconstruction d'arbres phylogénétiques (phylogénie). Cette discipline constitue la « biologie in silico », par analogie avec in vitro ou in vivo.
"La bio-informatique est constituée par l'ensemble des concepts et des techniques nécessaires à l'interprétation de l'information génétique (séquences) et structurale (repliement 3D). C'est le décryptage de la « bio-information ». La bio-informatique est donc une branche théorique de la biologie."[3]
Il s'agit en fait d'analyser, modéliser ou prédire les informations issues d'activités de recherche.
Dans un sens encore plus étendu, on peut aussi inclure sous le concept de bio-informatique le développement d'outils de traitement de l'information basés sur des systèmes biologiques comme, par exemple, l'utilisation des propriétés combinatoires du code génétique pour la conception d'ordinateurs à ADN permettant de résoudre des problèmes algorithmiques complexes.
Sommaire[masquer] |
L'analyse de séquence [modifier]
Alors que de plus en plus de séquences de génome, de transcriptome ou de protéome sont disponibles, la signification de la plupart de ces séquences reste à comprendre. La première difficulté a été d'organiser cette énorme masse d'information et de la rendre disponible à l'ensemble de la communauté des chercheurs. Cela a été rendu possible grâce à différentes bases de données, accessibles en lignes, comme GenBank, UniProt, PDB, etc. (cf. liens en fin d'article).
Il faut ensuite développer des outils d'analyse de séquences afin de pouvoir déterminer leurs propriétés.
- Recherche de protéines à partir de la traduction de séquences nucléiques connues. Celle-ci passe par la détermination des phases ouvertes de lecture d'une séquence nucléique et de sa ou ses traduction(s) probables.
- Recherche de séquences dans une banque de données à partir d'une autre séquence ou d'un fragment de séquence. La technique la plus commune est le BLAST.
- Alignement de séquences : pour trouver les ressemblances entre deux séquences et déterminer leurs éventuelles homologies. Les alignements sont à la base de la construction de parentés suivant des critères moléculaires, ou encore de la reconnaissance de motifs particuliers dans une protéine à partir de la séquence de celle-ci.
- Recherche de motifs ou structures consensus pour caractériser les séquences.
La bio-informatique intervient aussi dans le séquençage, avec par exemple l'utilisation de puces à ADN ou biopuce. Le principe d'une telle puce repose sur la particularité de reformer spontanément la double hélice de l’acide désoxyribonucléique face au brin complémentaire. Les quatre molécules de base de l'ADN ont en effet la particularité de s'unir deux à deux. Si un patient est porteur d'une maladie, les brins extraits de l'ADN d'un patient, vont hybrider avec les brins d'ADN synthétiques représentatifs de la maladie.[4]
La modélisation moléculaire [modifier]
Les molécules de par leurs dimensions sont invisibles à tout moyen d'investigation direct tel que la microscopie. C'est par l'analyse de données indirectes que les chercheurs peuvent reconstituer un modèle moléculaire, c'est-à-dire une construction intellectuelle présentant la meilleure adéquation avec les résultats expérimentaux. Ces données sont issues principalement d'analyses cristallographiques (étude des figures de diffraction des rayons X par un cristal), ou de résonance magnétique nucléaire. Elles représentent les contraintes expérimentales exercées sur le modèle. Le modèle moléculaire obtenu ensuite est un ensemble de coordonnées atomiques dans l'espace. L'informatique intervient dans toutes les étapes conduisant de l'expérimentation au modèle, puis ensuite dans l'analyse du modèle par la visualisation moléculaire (voir les protéines en 3D).
Un dernier aspect est la prédiction de la structure 3D d'une protéine à partir de sa structure primaire (la liste des acides aminés qui la composent), en modélisant les différentes caractéristiques des acides aminés. Cela a un grand intérêt car la fonction, l'activité d'une protéine dépendent grandement de sa forme. De même, la modélisation des structures 3D d'acides nucléiques (à partir de leur séquence nucléotidiques) revêt la même importance que pour les protéines.
La connaissance de la structure tri-dimensionnelle permet d'étudier les sites actifs d'une enzyme, mettre au point informatiquement une série d'inhibiteurs potentiels pour cette enzyme, et ne synthétiser et ne tester que ceux qui semblent convenir. Cela permet de réduire les coûts en temps et en argent de ces recherches.
De même la connaissance de cette structure permet de faciliter l'aligment de séquences protéiques.
La visualisation de la structure tridimensionnelle d'acides nucléiques (ARN et ADN) fait également partie de la palette des outils bio-informatiques très utilisés.
Construction d'arbres phylogénétiques [modifier]
On appelle gènes homologues des gènes descendant d'un même gène ancestral. De façon plus spécifique, on dit de ces gènes qu'ils sont orthologues s'ils se retrouvent dans des espèces différentes (spéciation sans duplication), ou qu'ils sont paralogues s'ils se retrouvent chez la même espèce (duplication à l'intérieur du génome).
Il est alors possible de quantifier la distance génétique entre deux espèces en comparant leurs gènes orthologues. Cette distance génétique est représentée par le nombre et le type de mutations qui séparent les deux gènes.
Appliquée à un nombre plus important d'êtres vivants, cette méthode permet d'établir une matrice des distances génétiques entre plusieurs espèces. Les arbres phylogénétiques rapprochent les espèces qui ont la plus grande proximité. Plusieurs algorithmes différents sont utilisés pour tracer des arbres à partir des matrices de distance. Ils reposent chacun sur des modèles de mécanismes évolutifs différents. Les deux méthodes les plus connues sont la méthode UPGMA et la méthode du Neighbour Joining mais il existe d'autres méthodes basées sur le Maximum de Vraisemblance et le Bayésien Naïf.
La construction d'arbres phylogénétiques est utilisée par les programmes d'alignements multiples de séquences afin d'éliminer une grande partie des alignements possibles et de limiter ainsi les temps de calcul : il permet ainsi de guider l'alignement total.
La modélisation de population [modifier]
Exemples de tâches/débouchés [modifier]
Voici un exemple de tâches/débouchés réalisés par plusieurs étudiants et professeurs [5]
- Aide à la création de nouveaux médicaments (prédiction de structure, d'interactions)
- Développent de logiciels pour l'analyse et prédiction de données biologiques (génomique, arnomique,proteomique, etc)
- Développement de logiciels pour la biologie : (LIMS, interface web, etc)
- Recherche dans un laboratoire(entreprise publique, biotechs, pharmaceutique, etc).
- Modélisation d'éco-systèmes
- Modélisation physiologique et simulation informatique d'organes
- Informatique pure
- Aide à la création d'Organismes Génétiquement Modifiés (bactéries, plantes, etc)
- Aide à la création de tests et de systèmes de diagnostics destinés aux laboratoires d'analyses médicales, aux centres de transfusion sanguine et aux laboratoires de contrôle industriel
- Enseignement
- Adaptation de technologies informatiques au domaine de la biologie
- Création, entretien et développement d'entrepôts de données
- Utilisation de logiciels pour l'analyse et prédiction de données biologiques (génomique, arnomique,proteomique, etc)
Références [modifier]
- ↑ « bioinformatique » si l'on suit le rapport de 1990 sur les rectifications orthographiques
- ↑ Tout comme l'informatique peut être considérée, suivant les situations, comme une science ou comme une technologie.
- ↑ Jean-Michel Claverie, « bio-informatique: une discipline stratégique pour l'analyse et la valorisation des génomes [1] », dans '
- ↑ Jean-Baptiste Waldner, « Nano-informatique et Intelligence Ambiante - Inventer l'Ordinateur du XXIème Siècle [2] », dans ', 2007, p. p121
- ↑ Site des Etudiants de la filière de BioInformatique et BioStatistiques d'Orsay (Description, Ressources, Wiki, et forum sur la bioinformatique)
Liens externes [modifier]
 |
Cet article ou cette section a beaucoup trop de liens externes.
Les liens externes doivent être des sites de référence dans le domaine du sujet. Il est souhaitable — si cela présente un intérêt — de citer ces liens comme source. |
- Bioinformatics.fr (Ressources en bioinformatique organisées par catégories. Contient également des sections emplois, événements, journaux, laboratoires et entreprises en Bioinformatique)
- Cours de biostatistique
- Astuces et diverses informations et tutoriels pour des étudiants en bioinformatique
- Wikiomics (Wiki sur la bioinformatique, en anglais]
- Interstices (Quelques informations sur la bioinformatique)
Bases de données [modifier]
- Banque de données de séquences nucléotidiques : European Molecular Biology Laboratory Nucleotide Sequence Database, GenBank, DNA Data Bank of Japan
- Banque de données de séquences protéiques : UniProt
- Banque de données de structures nucléotidiques : The Nucleic Acid Database
- Banque de données de structures de protéines : The Protein DataBank
- Banque de données de similitude entre protéines et des domaines protéiniques : SIMAP
- Banque de données d'alignement d'ARN : RFAM
Logiciels et listes de diffusion [modifier]
- ADE4 (Analyses des Données Écologiques )
- Bio-info (Liste de diffusion dédiée à la bio-informatique, fondée en 1992) :
- BLAST (alignement local de séquences par paires)
- CLUSTAL W (alignement multiples de séquences) :
- PHYLIP(ensemble de programmes libres pour la phylogenie)
- MATLAB(Environnement interactif de programmation et de traitement de données )
Instituts et ressources en bio-informatique [modifier]
- France : Société Française de Bio-informatique
- Suisse : Institut Suisse de Bio-informatique - ISB
- Europe : European Bioinformatics Institute - EBI (Institut européen de bio-informatique)
- États-Unis d'Amériques : National Center for Biotechnology Information - NCBI, et son site pubmed
- Monde : EMBnet organisation Un réseau mondial de serveurs de données et méthodes bio-informatiques - 36 partenaires sur les cinq continents
| Domaines généraux de la biologie |
|---|
| Anatomie | Biochimie | Bio-informatique | Biologie cellulaire | Biologie de l'évolution | Biologie humaine | Biologie marine | Biologie moléculaire | Botanique | Écologie | Exobiologie | Génétique | Géobiologie | Microbiologie | Origines de la vie | Paléontologie | Parasitologie | Physiologie | Taxonomie | Zoologie |
