Analyse rétrospective de données de biopuces Etudiants Pierre MARGUERITE Isabelle PHILIP Etude de l’expression des gènes du tissu placentaire dans les grossesses diabétiques avec macrosomies par la technique des « Microarrays ».    Tuteurs Pierre-Marie DANZE Arnaud SCHLOESING DESS Bioinformatique – Lille Plate-forme de génomique fonctionnelle Projet Bioinformatique

Le projet bioinformatique L es données de biopuces Etude initiale Analyse initiale L’analyse rétrospective Différentes étapes Perspectives et recommandations

L es données de biopuces

Etude initiale

Analyse initiale

L’analyse rétrospective

Différentes étapes

Perspectives et recommandations

Etude initiale: présentation Gènes marqueurs d’une « grossesse macrosomique » Etude de transcriptome de tissus placentaires 3 profils - 2 patientes sans diabète - grossesse normale - témoins T1 et T2 diabète type 1 - macrosomie foetale - DM1 et DM2 diabète type 1 - sans macrosomie foetale - DSM1 et DSM2

Gènes marqueurs d’une « grossesse macrosomique »

Etude de transcriptome de tissus placentaires

3 profils - 2 patientes

sans diabète - grossesse normale - témoins T1 et T2

diabète type 1 - macrosomie foetale - DM1 et DM2

diabète type 1 - sans macrosomie foetale - DSM1 et DSM2

Etude : les biopuces 5 lames 1920 gènes 3 dépôts (spots) identiques par gène - Triplicate

5 lames

1920 gènes

3 dépôts (spots) identiques par gène - Triplicate

Analyse initiale Normalisation Lowess 2 approches différentes Comparaison intra/inter profil Ebauche d’analyse par classification

Normalisation Lowess

2 approches différentes

Comparaison intra/inter profil

Ebauche d’analyse par classification

Analyse rétrospective Différentes étapes Normalisation Sélection par un seuil d’expression sur lames DM Confrontation des profils de patientes Classification Dernière sélection : gènes candidats ?

Normalisation

Sélection par un seuil d’expression sur lames DM

Confrontation des profils de patientes

Classification

Dernière sélection : gènes candidats ?

Normalisation Logiciel Jaguar Logiciel MIDAS Triplicates Données normalisées 1920 gènes 50-60 % 100% X 5 Lowess Par bloc Bruit de fond Flags

Normalisation : qualité des spots Spots écartés en fonction des flags Trop peu de signal (Cy3 et Cy5) Biopuces non dédiées -> 23% des spots Forme du spot non conforme (Cy3 ou Cy5) 30% des spots

Spots écartés en fonction des flags

Trop peu de signal (Cy3 et Cy5)

Biopuces non dédiées

-> 23% des spots

Forme du spot non conforme (Cy3 ou Cy5)

30% des spots

Sélection par un seuil d’expression sur lames DM Rôle du seuil d’expression S Ratio d’expression R = Log2(Cy5/Cy3) - S < R < + S Quelle valeur de seuil ? S = 1 S = 0,5 55 – 3% 389 – 20% DM2 41 - 2% |Cy5| = 2 *|Cy3| 237 – 12 % |Cy5| = 1,414 *|Cy3| DM1

Rôle du seuil d’expression S

Ratio d’expression R = Log2(Cy5/Cy3)

- S < R < + S

Quelle valeur de seuil ?

Confrontation des profils de patientes T2 DM DSM T2 DM DSM S = 0,5 => 58 gènes S = 1 => 6 gènes Confrontation - Profils d’expression des gènes Rejet Rejet 4 confrontations différentes

Classification Classification hiérarchique non adaptée K-means Différentes distances Recherche du nombre de centres Sélection visuelle des clusters Liste de 63 gènes  nécessité d’une dernière sélection

Classification hiérarchique non adaptée

K-means

Différentes distances

Recherche du nombre de centres

Sélection visuelle des clusters

Liste de 63 gènes

 nécessité d’une dernière sélection

Dernière sélection : gènes candidats ? Gènes répondant à 2 critères Seuil d’expression de 1 entre DM et T2 Seuil d’expression de 1 entre DM et DSM AF055033 NM_000457 NM_003840 NM_014517 NM_001344 NM_007218 AK025844 U80232 D26067 NM_013403 Aucun gène identifié par l’analyse initiale

Gènes répondant à 2 critères

Seuil d’expression de 1 entre DM et T2

Seuil d’expression de 1 entre DM et DSM

AF055033

NM_000457

NM_003840

NM_014517

NM_001344

NM_007218

AK025844

U80232

D26067

NM_013403

Aucun gène identifié par l’analyse initiale

Synthèse ? ?

Perspectives et recommandations Impact du logiciel de lecture Options de normalisation Traiter les spots rejetés / forme ? Choix du seuil d’expression => Etude avec biopuces de référence Multiples options  faire des choix Nécessité d’un certain recul Intention  protocole, design, démarche

Impact du logiciel de lecture

Options de normalisation

Traiter les spots rejetés / forme ?

Choix du seuil d’expression

=> Etude avec biopuces de référence

Multiples options  faire des choix

Nécessité d’un certain recul

Intention  protocole, design, démarche

Bilan Apport technique Biopuce Normalisation Classification Dialogue enrichissant avec les biologistes

Apport technique

Biopuce

Normalisation

Classification

Dialogue enrichissant avec les biologistes