Classification de profils d'expression de gènes: application à l'étude de la régulation du cycle cellulaire chez les eucaryotes.
Résumé
DNA microarray technology allows us to monitor the expression levels of thousands of genes simultaneously during important biological processes. Analyzing the expression profiles of multiple genes provides the opportunity to clarify certain aspects of functional genomics. This work focuses on the analysis, clustering and interpretation of gene expression patterns during cell proliferation, this process insuring the multiplication of cells, which is drastically aberrant in cancer cells. Taking into account the temporal dependency of expression data, we studied three families of proximity measures. The first family defines limited measures to compare genes expression values by ignoring the constraint of time-dependent data. The second family is limited to compar genes expression behaviors. Finally, the third group of measures covers both genes expression temporal behavior and values. A unified formalization of these measures is proposed. An adaptive clustering of thousands of genes is used to learn the proximity measure to be considered for the identification and characterization of genes involved in cell cycle phases.
La technologie des puces à ADN a rendu aujourd'hui possible de mesurer les niveaux d'expression de milliers de gènes durant des processus biologiques importants. Analyser des profils d'expression de multiples gènes offre la possibilité d'éclairer certains aspects de la génomique fonctionnelle. Ce travail porte sur l'analyse, la classification et l'interprétation de profils d'expressions de gènes durant le processus de division cellulaire. La division cellulaire est le processus biologique de prolifération des cellules qui devient drastiquement aberrant dans le cas de cellules cancéreuses. Tenant compte de la structure temporelle des données d'expression, nous avons étudié trois familles de mesures de proximités. La première famille définit des mesures limitées à la comparaison des valeurs des expressions en ignorant la contrainte de dépendance temporelle des données. La seconde famille se limite à la comparaison des formes des expressions. Enfin, la troisième famille de mesures couvre simultanément les aspects formes et valeurs. Une formalisation unifiée de ces mesures est proposée. Une classification adaptative de milliers de gènes est appliquée afin d'apprendre la mesure de proximité à considérer pour l'identification et la caractérisation de gènes impliqués dans les phases du cycle cellulaire.