Télécharger le fichier original (Mémoire de fin d’études)
Les analyses bio-informatiques
Les outils bio-informatiques comprennent une sélection variée d’approches pour le traitement, l’analyse et la gestion de données protéomiques basées sur la spectrométrie de masse.
L’architecture sous-jacente varie d’applications commerciales à des bibliothèques de logiciels libres et open source. Les solutions algorithmiques permettent de rechercher des spectres MS en tandem par rapport à une base de données de protéines, ainsi que des méthodes de post-traitement statistiques pour l’évaluation des résultats d’identification et de quantification.
Le développement de moteurs de recherche en tandem MS a été un sujet de recherche en bio-informatique protéomique depuis l’émergence du domaine au début des années 1990. Ces développements incluent Sequest (Eng, McCormack and Yates, 1994), Mascot (Perkins et al., 1999), OMSSA(Geer et al., 2004) ou Andromeda (Cox et al., 2011) parmi beaucoup d’autres. Dans une deuxième étape de l’identification informatique, les résultats bruts de la recherche sont soumis à des outils de post-traitement, tels que PeptideProphet (Andrew Keller et al., 2002) ou Percolator (Käll et al., 2007).
Les outils de calcul qui fournissent le workflow d’analyse des données protéomiques sont disponibles auprès des fournisseurs d’instruments ou des entreprises de bio-informatique. Ils sont aussi souvent disponibles en tant qu’applications open source et freeware fréquemment développées en tant que projets de recherche bio-informatique.
Les différentes approches en protéomique
Une analyse protéomique peut se décliner sous forme de deux approches : une approche globale et une approche ciblée. Une analyse commence avec la préparation de l’échantillon dans lequel les protéines sont digérées enzymatiquement en peptides (analyse ascendante) (McDonald and Yates, 2002; Chait, 2006) ou analysées sans digestion (analyse descendante) (McLafferty et al., 1999; Reid and McLuckey, 2002; Breuker et al., 2008).
L’approche Bottom up : approche ascendante
L’approche ascendante est la méthode la plus populaire pour traiter des échantillons de grande complexité pour des analyses à grande échelle. Le terme protéomique de shotgun (Link et al., 1999; Dirk A. Wolters, Michael P. Washburn and John R. Yates, 2001; Yates, 2004) est la méthode équivalente au séquençage génomique.
La protéomique ascendante est une approche dans laquelle les protéines sont digérées par protéolyse en peptides avant l’analyse de masse (Figure 21.b). Les masses peptidiques et les séquences qui en découlent sont utilisées pour identifier les protéines correspondantes (Figure 21.b). La plupart des applications ascendantes nécessitent une acquisition de données en tandem dans laquelle les peptides sont soumis à une dissociation activée par collision (CID) (dissociation induite par collision).
La méthode la plus utilisée pour l’identification de données MS en tandem ascendante est la recherche dans la base de données (Eng, McCormack and Yates, 1994; Perkins et al., 1999) dans laquelle les données de tous les spectres de masse expérimentaux sont comparés aux spectres de fragmentation in situ des peptides étudiés.
Depuis la publication originale de SEQUEST en 1994, de nombreuses méthodes ont été développées pour résoudre certains des problèmes de calcul associés à la protéomique ascendante. Certaines de ces méthodes comprennent l’utilisation de schémas de notation probabilistes (Perkins et al., 1999; Tabb, McDonald and Yates, 2002), l’incorporation de critères de recherche supplémentaires (Moore, Young and Lee, 2000; Keller et al., 2005), et le stockage de spectres préalablement identifiés pour amorcer la recherche dans la base de données (Frewen and MacCoss, 2007).
Les avantages de l’approche ascendante sont notamment une meilleure séparation des peptides par rapport aux protéines et une sensibilité plus élevée que la méthode descendante.
Cependant, une couverture limitée de la séquence protéique et la perte des peptides ayant été modifiés au niveau post traductionnel (PTM) sont les principaux inconvénients de l’approche ascendante.
L’approche Top-Down : approche descendante
Les méthodes descendantes utilisent des masses de protéines entières et la masse de leurs fragments pour l’identification des protéines (Figure 21.a). Les techniques de fragmentation les plus utilisées sont la dissociation par capture électronique (ECD) (Roman A. Zubarev, Neil L. Kelleher, and McLafferty 1998) et la dissociation par transfert électronique (ETD : Electron transfert Disssociation) (Syka et al., 2004; Coon et al., 2005), ces deux techniques permettent un séquençage et une couverture complète de la protéine.
Les données générées sont analysées par la méthode de séquence exprimée marquée (Expressed Sequence Tag/ EST) (Mortz et al., 1996; Cargile, McLuckey and Stephenson, 2001) ou la méthode de novo (Horn, Zubarev and McLafferty, 2000).
L’approche descendante permet une plus grande couverture de la séquence des protéines cibles (Neil L. Kelleher et al., 1999) et une meilleure caractérisation des modifications post-traductionnelles (Vlad Zabrouskov et al., 2005; Siuti and Kelleher, 2007).
Cette approche descendante est meilleure dans le cas d’une quantification d’une protéine particulière (Yi Du et al., 2005; Pesavento, Mizzen and Kelleher, 2006; Waanders, Hanke and Mann, 2007). Cependant, la séparation front-end des protéines est plus compliquée que la séparation des mélanges peptidiques, ce qui implique la nécessité d’instruments de masse d’une plus grande précision, pour des mélanges protéiques complexes, tels que la FTMS (McLafferty et al., 2001) et le LTQ-Orbitrap (Macek et al., 2006; Waanders, Hanke and Mann, 2007).
Table des matières
Liste des figures
Liste des tableaux
Liste des annexes
Liste des abréviations
Partie 1 : Rapport Bibliographique
Chapitre 1 : La fonction thyroïdienne
I. L’importance de l’iode dans la thyroïde
II. La thyroïde
II.1. Organogénèse de la glande thyroïde
III. La synthèse des hormones thyroïdiennes
III.1. Mécanismes de transport de l’iode
III.2. Mécanismes de l’organification
IV. La régulation de la fonction thyroïdienne par la thyrotropine (TSH)
V. La régulation de la fonction thyroïdienne par l’iode
Chapitre 2 : L’effet Wolff Chaikoff et ses applications
I. L’effet Wolff-Chaikoff et son application en radioprotection
II. Les agents de contraste
Chapitre 3 : La protéine SLC5A8
I. Présentation du SLC5A8
I.1. Identification de SLC5A8 (SMCT1, hAIT)
I.2. SLC5A8 et son rôle anti tumoral
I.3. SLC5A8: un transporteur de monocarboxylates
Chapitre 4 : Le criblage des mécanismes moléculaires par les méthodes omiques
I. Approche protéomique
I.1. Présentation générale
I.2. Les différentes approches en protéomique
I.3. La protéomique comparative
I.4. La protéomique quantitative
II. Approche transcriptomique
II.1. Définition de la transcription
II.2. La transcriptomique
II.3. Approche RNA seq par Illumina
III. Approche métabolomique
III.1. La préparation de l’échantillon
III.2. Le traitement des données
III.3. La normalisation
III.4. Les analyses statistiques
IV. Intérêt des études multi-omiques
Partie 2 : Résultats et Discussions
I. Contexte
II. Objectif de la thèse
III. Présentation des résultats
Article I : Etude comparative des variations du protéome induites par un agent de contraste et de l’iode.
Contexte
Résultats
Conclusion
Article II : Etude du rôle de SLC5A8 dans la thyroïde dans le cas d’un Wolff Chaikoff par une approche multi-omiques
Contexte
Résultats
Conclusion
Partie 3 : Discussions & Perspectives
Annexes
Résumé
Contexte
Résultats
Conclusion
Partie 4 : Références bibliographiques
