Analysis of bacterial systems : an in silico approach to integrate life knowledge
Analyse des systèmes bactériens: une approche in silico pour intégrer les connaissances du vivant
Résumé
Nowadays, the emergence of high throughput experiments allows a large number of biological data to be available to biologists, data that they need to structure and analyze. Integrative approaches provide a way to respond to this demand, but the creation of a method that is general and that satisfies the precise requests of biologists is a difficult task. This is the problem of this thesis. We present various approaches that integrate many omic aspects (metabolic, genomic, transcriptomic...) of a bacterial system, and we also propose our own method, called SIPPER, that is both generic and flexible. SIPPER allows us to find consistent biological information between distinct omic aspects by constructing an integrated model and using a distance that is based on given biological properties and hypotheses. We apply SIPPER twice on metabolic and genomic data from E.~coli. The first application tests the hypothesis that "the chains of successive reactions in a metabolic network are catalyzed by enzymes that are products of neighbours genes in the genome", and the second application tests the hypothesis that "the chains of successive reactions in a metabolic network are catalyzed by genes that have a similar expression". These experiments allow us to identify measures that describe some biological entities such as the genomic density that allows us to identify metabolic operons. Integrating different kinds of data into traditional approaches that used only one kind of information is also illustrated in comparative genomics. Thus, we have elaborated M&W-IISCS_M, a method that computes maximum common intervals that have an important omit interest.
L'émergence des expériences dites à haut débit permet l'acquisition rapide de données concernant un système biologique. Les biologistes disposent ainsi, aujourd'hui, d'un nombre important de données de natures hétérogènes qu'ils cherchent à structurer et analyser. Les méthodes dites intégratives proposent de répondre à cette demande, mais la création d'une méthode générale et satisfaisant les requêtes précises des biologistes constitue une tâche ardue. Ce mémoire s'inscrit dans cette problématique. Nous y abordons diverses méthodes d'intégration des aspects omiques (métaboliques, génomiques, transcriptomiques...) d'un système bactérien et nous proposons la nôtre, nommée SIPPER, qui est une méthode générique et flexible. SIPPER permet de retrouver de l'information biologique cohérente entre les différents aspects étudiés grâce à la construction d'un modèle intégratif et l'utilisation d'une distance reposant sur des propriétés ou hypothèses biologiques choisies. Nous avons appliqué SIPPER deux fois sur les données métaboliques et génomiques d'E. coli. La première application teste l'hypothèse "les chaînes de réactions successives du réseau métabolique sont catalysées à l'aide d'enzymes produites par des gènes proches sur le génome", et la seconde teste l'hypothèse "les chaînes de réactions successives sont catalysées par des gènes dont l'expression est similaire". Nous avons découvert, par ces expériences, des mesures caractérisant certaines entités biologiques comme la densité génomique qui permet l'identification d'opérons métaboliques. L'apport de l'intégration de données supplémentaires aux approches n'utilisant traditionnellement qu'un seul type d'information a également été illustré au travers de la génomique comparative. Nous avons ainsi élaboré M&W-IISCS_M, une méthode qui calcule des intervalles communs maximaux ayant un fort intérêt omique.
Loading...