La nouvelle mode d'été : Journal Club au bord de la piscine

Comme vous l'avez cer­tai­ne­ment remar­qué, le Jour­nal Club du mois der­nier n'a pas eu lieu. Je sais que vous en êtes pro­fon­dé­ment affligé(e)s, donc à charge de revanche, j'ai inclus des articles du mois pas­sé. Il y a un peu plus de mots que d'habitude, mais quand on aime, on ne compte pas !

Et parce que vous le valez bien, com­men­çons par PLoS Com­pu­ta­tio­nal Bio­lo­gy. Le numé­ro de juin est vrai­ment sym­pa et je ne parle pas seule­ment de la mon­tagne MCMC ci-contre. Dans la sec­tion Edu­ca­tion, un article concis et com­pré­hen­sible vous explique com­ment visua­li­ser et ana­ly­ser des images 3D. Très briè­ve­ment, la Pers­pec­tive de juin porte sur la contrô­la­bi­li­té des sys­tèmes cel­lu­laires : vous l'aurez com­pris, on est en plein dans des consi­dé­ra­tions dyna­miques de la bio­lo­gie des sys­tèmes.

Trois articles de recherche ont rete­nu mon atten­tion ce mois-ci. Le papier sur la méthode Pro­tein­His­to­rian est l'un d'eux. Il s'agit d'un logi­ciel libre (licence GPL) avec lequel on peut ana­ly­ser l'origine d'une pro­téine d'intérêt. Vous four­nis­sez la liste de pro­téines qui doit ser­vir de base et vous choi­sis­sez par­mi les quelques algo­rithmes dis­po­nibles pour cal­cu­ler l'âge évo­lu­tif de votre pro­téine ché­rie. Les auteurs four­nissent non seule­ment le code source de l'outil mais aus­si les âges évo­lu­tifs de pro­téines issues de 32 génomes euca­ryotes.

Le deuxième papier de PLoS Com­pu­ta­tio­nal Bio­lo­gy qui m'a plu est écrit par une per­sonne qui nous lit 🙂 Maga­li Michaut et Gary Bader explorent les dif­fé­rents résul­tats lorsque dif­fé­rents jeux de don­nées sont uti­li­sés pour l'inférence d'interactions géné­tiques. La méthode dont il est ques­tion per­met ain­si d'extraire ces infor­ma­tions à par­tir des recons­truc­tions dif­fé­rentes dont on peut dis­po­ser et de les uti­li­ser pour amé­lio­rer l'annotation de fonc­tions géniques.

Le troi­sième et der­nier papier parle d'une méthode dont le nom m'a fait rire : MC EMi­NEM. Ce der­nier n'a rien à voir avec le rap mais per­met de car­to­gra­phier des inter­ac­tions fonc­tion­nelles entre des pro­téines ayant des effets pléio­tropes sur l'expression géné­tique. L'exemple ici est le com­plexe Media­tor (pas de lien avec les labo­ra­toires Ser­vier), un élé­ment cru­cial de la trans­crip­tion chez les Euca­ryotes. Il s'agit d'un monstre pro­téique : 25 sous-uni­tés, 3 modules prin­ci­paux et un autre acces­soire, le tout lié par une ava­lanche d'interactions pour la plu­part mécon­nues à ce jour. MC EMi­NEM est ain­si uti­li­sé pour décrire cer­taines de ces inter­ac­tions : la modu­la­ri­té du com­plexe est expli­ci­tée ain­si que des cas­cades de réac­tions hié­rar­chiques entre les dif­fé­rentes uni­tés. Ce papier semble être le pre­mier à révé­ler cette der­nière pro­prié­té fonc­tion­nelle du Media­tor.

Vous connais­sez déjà mon atta­che­ment à Nature Gene­tics et Nature Bio­tech­no­lo­gy. Cette édi­tion du JC n'est pas en reste 🙂 Dans le pre­mier de ces deux mas­to­dontes, j'ai beau­coup aimé un article qui démontre com­ment des séquences spé­ci­fiques au niveau des pro­mo­teurs euca­ryotes influent direc­te­ment sur la trans­crip­tion. Dit ain­si, cela n'a rien de spec­ta­cu­laire : c'est lorsqu'on men­tionne qu'il s'agit de séquences poly(dA:dT) connues sous le doux nom de "nucleo­some-dis­fa­vo­ring sequences" que je vois vos yeux deve­nir des pan­cakes. En quelques mots, les auteurs ont joué à modi­fier l'organisation de la chro­ma­tine — fac­teur cru­cial déter­mi­nant la fré­quence de visite de fac­teur de trans­crip­tion — en mani­pu­lant ces séquences poly(dA:dT) pré­sentes au sein d'un grand nombre de pro­mo­teurs. Cette mani­pu­la­tion se tra­duit par des modi­fi­ca­tions quan­ti­ta­tives de l'expression et les résul­tats ouvrent de belles pers­pec­tives en matière d'ingénierie et de "réglage" trans­crip­to­mique.

Nature Gene­tics se concentre éga­le­ment sur une his­toire vieille comme le monde : celle de la domes­ti­ca­tion du maïs. Dans un article de géno­mique com­pa­ra­tive des popu­la­tions (dûment accom­pa­gné par un gros bol de pop­corn), on se plaît à décou­vrir ce que la com­pa­rai­son de 75 lignées de maïs domes­ti­qué, sau­vage et amé­lio­ré peut nous racon­ter en termes d'évolution de traits phé­no­ty­piques, des gènes asso­ciés et de régu­la­tion de l'expression génique. Une vrai­ment belle illus­tra­tion de la ren­contre entre la bio­in­for­ma­tique et la bio­lo­gie évo­lu­tive.

Côté Nature Bio­tech­no­lo­gy, j'ai rete­nu deux papiers assez utiles. Le pre­mier parle de cor­rec­tion d'erreur dans le cas d'assemblage de novo de don­nées brutes issues du séquen­çage type Pac­Bio. Il s'agit de la tech­nique SMRT (pour "Single Mole­cu­ler Real Time sequen­cing") qui pro­duit des reads de lon­gueurs très variées et sur­tout beau­coup plus grandes en com­pa­rai­son avec les tech­niques de séquen­çage 2.0 (haut débit) que nous uti­li­sons mas­si­ve­ment jusqu'à pré­sent. Le taux d'erreur reste mal­heu­reu­se­ment très éle­vé ce qui pré­sente quelques menus incon­vé­nients… Ce papier détaille une méthode de cor­rec­tion tes­tée sur des don­nées de phages, pro­ca­ryotes et euca­ryotes et assu­rant une amé­lio­ra­tion consé­quente du pro­ces­sus d'assemblage de ces reads.

Même jour­nal et des gens qui se plaignent du séquen­çage haut débit en vogue qui pro­duit des reads trop courts pour rendre compte de grands évè­ne­ments struc­tu­raux au sein des génomes. Du coup, ils ont com­bi­né le séquen­çage 2.0 et le 3.0 pour pro­duire un mélange de don­nées brutes de lon­gueurs dif­fé­rentes. Ils arrivent ain­si à recons­truire deux contigs repré­sen­tant les 2 chro­mo­somes de la souche de Vibrio cho­le­rae res­pon­sable de l'épidémie de cho­lé­ra en Haï­ti. Comme la recons­truc­tion ne leur suf­fi­sait pas, ils rap­portent éga­le­ment un nombre impor­tant de cor­rec­tions faites aux séquences de réfé­rence.

Il y a plein de confé­rences et évè­ne­ments inté­res­sants dans ce monde, et comme on ne peut pas aller à tous, on appré­cie les comptes-ren­dus. BMC Bio­in­for­ma­tics publie une sélec­tion d'articles de la BioNLP Sha­red Task 2011.

Enfin, je sou­hai­tais vous signa­ler quelques revues : il est tou­jours inté­res­sant de prendre une direc­tion jusque-là inex­plo­rée dans sa recherche… et quel meilleur début qu'une revue ? PLoS Com­pu­ta­tio­nal Bio­lo­gy explore le retour vers les fon­da­men­taux ou com­ment en 2012 on inclue les molé­cules bio­lo­giques dans l'étude de l'évolution étant don­né nos avan­cées tech­niques et tech­no­lo­giques. Côté Nature Reviews Micro­bio­lo­gy, vous pou­vez par­tir à la décou­verte des apports de la méta­gé­no­mique dans l'approfondissement de nos connais­sances sur les dyna­miques d'interactions au sein de com­mu­nau­tés micro­biennes.

Son frère Nature Reviews Gene­tics nous mène dans le monde de la décou­verte de gènes can­di­dats impli­qués dans des mala­dies à tra­vers une mul­ti­tude d'outils bio­in­for­ma­tiques uti­li­sés. Une revue sur un sujet dif­fi­cile mais extrê­me­ment inté­res­sant vous attend éga­le­ment dans la rubrique "Stu­dy desi­gns" : il s'agit de l'utilisation de don­nées d'expression time course dans le cadre de la modé­li­sa­tion de com­por­te­ments bio­lo­giques. Pour ceux et celles qui n'ont jamais eu à se frot­ter à ce genre de don­nées, je vous recom­mande vive­ment non seule­ment de lire la revue mais aus­si de suivre les tra­vaux de son pre­mier auteur (Ziv Bar-Joseph) qui a contri­bué à beau­coup d'articles de qua­li­té dans ce domaine.