Ingénieur Bioinformaticienne - Tag - traitement de données

Définitions et autres lexicalités : Les ontologies

Evelyne Duvernois — Fri, 21 Mar 2008 09:47:00 +0100

Et voilà, une nouvelle rubrique toute neuve, tout belle, toute fraîche pour que l'on puisse parler ensemble d'un peu plus de la bioinformatique, en particulier du langage utilisé....

Un mot inconnu, une syntaxe incompréhensible, c'est ici que ça se passe et nous allons commencer notre première édition du genre avec ce qu'on appelle les ontologies.

Les ontologies.... Ça fait un peu nom barbare vous ne trouvez pas ? Mais qu'est-ce que ça peut bien être...
En fait, décrire une ontologie, il n'y a rien de plus simples, et ce terme n'est pas limité à l'usage "bioinformatique". Il faut imaginer une sorte de dictionnaire hiérarchisé, qui décrit un ensemble d'éléments de même nature. Trop compliqué ? Je vais reprendre tout ça !

Un peu d'histoire...

Le terme d'ontologie n'est pas récent, puisque ses premières allusions remontent au grec ancien, avec le terme oντος qui signifie : "étude le l'être en tant qu'être" (merci wikipedia)... En clair, une ontologie étudie les propriétés générales de ce qui existe.
Ce terme a alors été repris dans les domaines de l'étude de l'information, donc de l'informatique en générale, où ontologie désigne un ensemble structuré de termes et concepts qui ont un sens autour d'un thème donné. Une ontologie est donc un modèle de données représentatif d'un ensemble de concepts autour d'un sujet donné ainsi que des relations que ces concepts ont les uns par rapport aux autres.

Utilisation d'ontologies, quel est l'objectif...

Les utilisations des ontologies interviennent dans de multiples domaines, du génie logiciel à l'intelligence artificielle, et naturellement, en bioinformatique. Le but est de modéliser un ensemble de connaissances pour un domaine donné. Ainsi, les termes utilisés dans le domaine ne sont pas indépendants des autres, mais les relations entre concepts sont connus et détaillés...
D'après Thomas Gruber, cinq critères permettent de mettre en évidence des aspects importants d'une ontologie :

La clarté : un définition fait sens, doit être objective et la plus complète possible ainsi que documentée
La cohérence : pas de contradiction possible
L'extensibilité : les extensions doivent être anticipées. On ne doit pas interférer dans le fondement d'une ontologie
Une déformation de l'encodage minimal : l'influence de la spécification sur la conceptualisation doit être évitée autant que possible
Un engagement ontologique minimal : une ontologie ne définit que les termes nécessaires, c'est un vocabulaire, elle ne répond pas à toutes les questions du domaine.

Utilisation en bioinformatique

Les ontologies en bioinformatique, ou devrais-je plutôt dire en biologie, sont très utilisées, en particulier pour couvrir le domaine des gènes ou des protéines. En effet, il existe plusieurs façons de décrire la fonction d'un gène. Pour l'une des bases de données les plus connues d'ontologies appelées the Gene Ontology ou GO, il existe 3 fonctions possibles :

la fonction moléculaire ou molecular function : décrit une activité qui intervient au niveau moléculaire
le processus biologique ou biological process : décrit une série d'événements réalisés par un ou plusieurs assemblages ordonnés de molécules
la localisation cellulaire ou cellular component : décrit les composants cellulaires, d'un organite à tout un organe

Chaque gène ou protéine a donc une ou plusieurs fonctions au niveau de ces "types de fonction".

Par exemple, en prenant la protéine ACTN1: Alpha-actinin-1 humaine, on trouve plusieurs fonctions possibles :
source : screenshot d'un résultat de recherche sur Actin, filtre H. sapiens, par le Browser AmiGO de la Gene Ontology. Le résultat a été coupé pour des problèmes de place et de visibilité du résultat.

Deux relations entre les termes sont possibles sous GO : part_of ou is_a décrivant l'existence de sous-classes, avec pour particularité pour part_of que l'élément primaire n'est pas forcément présent dans l'ontologie. Ces relations peuvent être représentées sous la forme d'arbres comme celui présenté plus bas, pour une recherche sur l'activité omega12-desaturase dans les biological process (n° GO : GO:0042389).

En espérant que ce petit "intermède technique" vous a plu, je vous souhaite une bonne continuation de lecture de mon blog...
A bientôt pour de nouvelles aventures !

Ma vie, mon métier.... : La prédiction de structure...

Evelyne Duvernois — Wed, 20 Feb 2008 15:23:00 +0100

Dans la famille "ma vie, mon métier...", on continue. Nous allons parlé aujourd'hui d'une partie du grand monde de la bioinformatique avec un domaine très intéressant, alliant biologie structurale, méthodes statistiques et modélisation informatique : le prédiction de structure des protéines...

Les protéines

Pour comprendre comment modéliser une protéine, il faut nous attarder un instant à ce qu'est une protéine.
Une protéine est un élément particulier de toute cellule vivante (animale, végétale, bactérienne...), crée grâce au décodage d'un code inscrit dans l'ADN (voir ici). Ce code permet d'associer à 3 acides nucléiques un acide aminé.
La formation d'une protéine n'est toutefois pas simplement cet alignement d'acides-aminés, et on parle de 4 structures protéiques bien distinctes :

la structure primaire : correspond à la séquence d'acides-aminés
la structure secondaire correspond en un repliement local de cette chaîne d'acides-aminés (on parle d'hélice alpha et de feuillet béta, en majorité)
la structure tertiaire correspond au repliement de la chaîne secondaire dans l'espace. C'est la structure 3D, celle qui nous intéresse ici en particulier.
la structure quaternaire correspond à l'association de plusieurs structures tertiaires appelées ici sous-unités ou mères. On parle d'hétéromère quand les structures sont de nature différente, et de monomère quand les sous-unités sont identiques.

L'étude d'une protéine...

Comme certains doivent le savoir, la biologie est un domaine scientifique toujours en évolution. L'étude des protéines ne fait pas exception. En effet, pour étudier une protéine, il faut non-seulement l'isoler (on parle de purification), étudier sa fonction (=son activité) mais il faut aussi connaître sa structure, c'est-à-dire :

voir comment sa séquence s'organise en 3D
voir si elle a des domaines d'interaction avec d'autres protéines
voir si elle agit toute seule
voir où elle s'accroche dans la cellule
...

Toutes ces questions nécessitent des réponses qui ne sont pas simples à trouver. En particulier, résoudre la structure 3D passe par une étude compliquée de cristallisation et d'étude des cristaux via les rayons X (désolée pour les puristes, je résume beaucoup je sais...). Or, le problème principale ici réside dans le fait que de nombreuses protéines sont difficilement ou ne sont pas cristallisables.

La prédiction de structure...

Ainsi, et pour prédire la structure des protéines (je parle ici surtout des structures III), la bioinformaticien joue sur l'homologie des protéines, c'est-à-dire qu'il étudie la protéine à définir avec toutes celles qui, d'un point de vue évolution, lui ressemblent. Si parmi des protéines homologues, une protéine a été caractérisée et que sa structure est connue, il va comparer, à la manière du phylogénéticien, les séquences en acides-aminées. Toutefois, ici l'évolution de l'intéresse pas et il concentre ses efforts sur les différences / ressemblances observables sur la séquence pour en déduire la structure.

Tel domaine est identique et correspond à telle structure : donc ma protéine se replie de telle façon à cet endroit...

Les missions du "prédicateur"...

Trouver des séquences homologues c'est-à-dire fouiller dans les banques de données publiques de protéines
Comparer les séquences grâce à l'œil biologique mais aussi grâce à des outils logiciels sophistiqués.
Dans le cas de domaines différents, déduire la structure grâce à des logiciels qui étudie la composition en acides-aminés du domaine, et permette de poser des hypothèses quant aux différentes structures possibles
Modéliser la protéine en gardant à l'esprit que seule une vérification expérimentale prouve le bien fondé de cette modélisation

Comme tout prédicateur, sa parole ne fait pas foi mais permet d'avancer dans la connaissance en attendant que la science soit véritablement capable expérimentalement d'inférer ou non cette prédiction...

Qu'est-ce que la bioinformatique ?

Evelyne Duvernois — Mon, 20 Aug 2007 16:35:00 +0200

Bioinformatique Mais qu'est-ce donc que cette bête là ? Un nouveau jeu en vogue, le nouveau bouquin de votre auteur préféré ?
Pour tout savoir sur ce qu'est la bioinformatique, pour savoir pourquoi ce domaine me passionne et pourquoi je cherche tant à tracer mon petit bonhomme de chemin vers ce milieu... Suivez le lien !

Bio-informatique ou plus simplement bioinformatique, le terme paraît quelque peu barbare. Pour autant, cela désigne une matière passionnante qui allie avec subtilité l'informatique au monde du vivant.
C'est bien joli tout ça, mais à quoi cela correspond exactement ???

Le domaine de la science de la vie est extrêmement varié et requiert divers corps de métiers comme des biologistes naturellement, mais aussi des mathématiciens, des chimistes ou des physiciens. Le monde du vivant est tellement vaste à explorer que nous n'en sommes qu'aux prémices des découvertes potentielles que cette science peut révéler.

Avec les nouveaux progrès faits tant au niveau matériel que méthodes d'analyse, la science de la vie ou communément appelée biologie, est devenue un domaine qui brasse énormément de données, en particulier dans les nouveaux domaines de recherches (protéomique, transcriptomique pour les connaisseurs...). Les données recueillies par ces nouvelles méthodes d'analyse sont difficilement exploitables telles qu'elles et requièrent des outils logiciels toujours plus performants et toujours plus puissants pour permettre de les analyser avec rigueur. Ceci sous-entend d'avoir accès aux informations utiles mais aussi de pouvoir recouper les données obtenues avec celles d'autres équipes de recherche ainsi que de réaliser des traitements sur les données.

Là intervient le rôle du bioinformaticien (moi donc) qui est en charge de la gestion de ces données ainsi que du développement d'outils toujours plus puissants pour pouvoir les analyser.

Pour autant, le rôle du bioinformaticien n'est pas de programmer. Biologiste il est avant tout, et biologiste à vie il restera !

Ainsi, la bioinformatique est aussi présente dans le monde de la recherche (privée ou publique) où le rôle n'est plus simplement de développer les outils logiciels mais surtout de savoir utiliser les nouveaux logiciels et outils mais aussi connaître les banques de données publiques de la biologie, ceci afin d'étudier le monde du vivant via l'utilisation d'un ordinateur. Plus qu'un outil, l'ordinateur est l'instrument de travail du bioinformaticien, au même titre qu'un biologiste utilise éprouvettes et microscopes. Pour ce faire, les connaissances en informatique ne sont plus essentielles et le rôle de la bioinformatique consiste à étudier le vivant par un outil qu'est son ordinateur. Le but ici est donc, comme tout biologiste, d'appréhender, de comprendre et d'apprendre.

La bioinformatique est donc présente dans tous les milieux de la biologie, de la génétique à la génomique, en passant par la protéomique. C'est un domaine passionant dans lequel je m'investis chaque jour en perfectionnant mes connaissances.

La bioinformatique n'est pas un domaine figé, et correspond pour moi à l'avenir de la biologie. Sans les bioinformaticiens, le monde de la biologie ne peut traiter les énormes quantités de donnée qu'il génère. De même, les nouveaux outils aujoud'hui essentiels à la recherche ne pourront être développés et exploités sans nous, les bioinformaticiens.

Pour ceux et celles qui veulent plus de détail, vous pouvez commencer par lire cet article sur biologeek