190 likes | 363 Views
iMoMi (interactive Motif Mining database) Une base de données relationelle pour comprendre l’adaptation des cellules à l’environnement. Pons Nicolas, Jean-Michel Batto, S.Dusko Ehrlich, Pierre Renault. Unité de Génétique Microbienne. Colloque Doc’J – 30 et 31 mai 2005. Cartographier
E N D
iMoMi (interactive Motif Mining database)Une base de données relationelle pour comprendre l’adaptation des cellules à l’environnement Pons Nicolas, Jean-Michel Batto, S.Dusko Ehrlich, Pierre Renault Unité de Génétique Microbienne Colloque Doc’J – 30 et 31 mai 2005
Cartographier les régulations des gènes chez les streptocoques
REG 1 REG 2 ... M1 Gène 1 M2 Gène 2 Régulation directe Régulation indirecte Qu’est-ce qu’un réseau de régulation ?
Comment construire un réseau de régulation ? • Identifier les ensembles de gènes co-régulés ou régulons. • Régulation assurée par une même protéine régulatrice. • Présence d’un site de fixation pour la protéine régulatrice plus ou moins semblable en amont de leur séquence nucléique. • Déterminer les interconnexions entre ces régulons.
Comment détecter les motifs de régulation ? • Approche intragénomique Étude comparative des séquences en amont des gènes co-régulés (regroupés selon : transcriptome, Kegg, fonction…). • Approche intergénomique (phylogenetic footprinting) Étude comparative des séquences en amont des gènes orthologues d’organismes phylogénétiquement proche.
Stratégie de détection des motifs de régulation Choix d’un ensemble de gènes Élargissement par recherche des orthologues Choix de la zone en amont des gènes à analyser Détection des motifs Filtrage / scoring des motifs Recherche des motifs découverts à l’échelle des génomes
iMoMi (interactive Motif Mining) iMoMi iMoMI utilities iMoMI DB Sequence & annotation data Ortholog group builder Sequence DB GenBank The Seed KEGG COG Orthologous gene clusters Expression data Microarray manager Promoter sequences ExtractMotif Regulatory motifs
ExtractMotif • Adapté à la détection des motifs dans le cadre des deux approches intragénomique et intergénomique. • Associé au programme de détection de motifs MEME • Outil facilement utilisable par tous • Développé selon et pour les besoins des biologistes • Environnement Windows • Pas de connaissance nécessaire du langage SQL
Validation • Validation avec Lactococcus lactis • Motifs connus retrouvés • purR, pyrR, gluR, argR, ohR, CIRCE (Guédon et al, 2002) • Nouveaux motifs découverts • fruR (Barrière et al, 2005) • fhuR (Spérandio et al, 2005) • codY (Guédon et al, 2005)
Conclusions / Perspectives • Approche validée • Base de données et approches génériques • Actuellement, mise en place d’une version dédiée aux streptocoques (25 streptocoques dont 15 différents)
Remerciements L’équipe Métabolisme et Régulation Jean-Michel Batto Ozlem Avci Irvin Le Guillou
iMoMi (interactive Motif Mining database)Une base de données relationelle pour comprendre l’adaptation des cellules à l’environnement Pons Nicolas, Jean-Michel Batto, S.Dusko Ehrlich, Pierre Renault Unité de Génétique Microbienne Colloque Doc’J 2005