Mining conserved neighborhood patterns in metabolic and genomic contexts

Résumé : Cette thèse s’inscrit dans le cadre de la biologie des systèmes et porte plus particulièrement sur un problème relatif aux réseaux biologiques hétérogènes. Elle se concentre sur les relations entre le métabolisme et le contexte génomique, en utilisant une approche de fouille de graphes. Il est communément admis que des étapes enzymatiques successives impliquant des produits de gènes situés à proximité sur le chromosome traduisent un avantage évolutif du maintien de cette relation de voisinage au niveau métabolique ainsi que génomique. En conséquence, nous choisissons de nous concentrer sur la détection de réactions voisines catalysées par des produits de gènes voisins, où la notion de voisinage peut être modulée en autorisant que certaines réactions et/ou gènes soient omis. Plus spécifiquement, les motifs recherchés sont des trails de réactions (c’est-à-dire des séquences de réactions pouvant répéter des réactions, mais pas les liens entre elles) catalysées par des produits de gènes voisins. De tels motifs de voisinage sont appelés des motifs métaboliques et génomiques. De plus, on s’intéresse aux motifs de voisinage métabolique et génomique conservés, c’est-à-dire à des motifs similaires pour plusieurs espèces. Parmi les variations considérées pour un motif conservé, on considère l’absence/présence de réactions et/ou de gènes, ou leur ordre différent. Dans un premier temps, nous proposons des algorithmes et des méthodes afin d’identifier des motifs de voisinage métabolique et génomique conservés. Ces méthodes sont implémentées dans le pipeline libre CoMetGeNe (COnserved METabolic and GEnomic NEighborhoods). À l’aide de CoMetGeNe, on analyse une sélection de 50 espèces bactériennes, en utilisant des données issues de la base de connaissances KEGG. Dans un second temps, un développement de la détection de motifs conservés est exploré en prenant en compte la similarité chimique entre réactions. Il permet de mettre en évidence une classe de modules métaboliques conservés, caractérisée par le voisinage des gènes intervenants.
Type de document :
Thèse
Bioinformatics [q-bio.QM]. Université Paris Saclay, 2018. English. 〈NNT : 2018SACLS275〉
Liste complète des métadonnées

https://tel.archives-ouvertes.fr/tel-01933663
Contributeur : Alexandra Zaharia <>
Soumis le : vendredi 23 novembre 2018 - 21:02:09
Dernière modification le : mercredi 30 janvier 2019 - 13:43:57

Fichier

Alexandra_Zaharia_-_PhD_CINES_...
Fichiers produits par l'(les) auteur(s)

Licence


Distributed under a Creative Commons Paternité - Partage selon les Conditions Initiales 4.0 International License

Identifiants

  • HAL Id : tel-01933663, version 1

Citation

Alexandra Zaharia. Mining conserved neighborhood patterns in metabolic and genomic contexts. Bioinformatics [q-bio.QM]. Université Paris Saclay, 2018. English. 〈NNT : 2018SACLS275〉. 〈tel-01933663〉

Partager

Métriques

Consultations de la notice

55

Téléchargements de fichiers

106