Développement d'une infrastructure d'analyse multi-niveaux pour la découverte des relations entre génotype et phénotype dans les maladies génétiques humaines
Langue Français
Accéder au document

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Luu, Tien Dao
Date de soutenance : 24-10-2012

Directeur(s) de thèse : Poch, Olivier

Établissement de soutenance : Strasbourg
Laboratoire : Institut de génétique et de biologie moléculaire et cellulaire (Strasbourg)
École doctorale : École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....)
 
Discipline : Bioinformatique
Classification : Sciences de la vie, biologie, biochimie

Mots-clés libres : Infrastructure bioinformatique, Relations génotype–phénotype, SM2PH, MSV3d, KD4v
Mots-clés :
  • Bioinformatique
  • Génotype
  • Phénotype
  • Génétique humaine
  • Protéomique
  • Analyse des données
Résumé : Répondant au besoin de mieux comprendre les relations qui lient un génotype aux phénotypes moléculaires et cliniques associés, nous avons développé une nouvelle infrastructure bioinformatique qui unit, dans un même système, la collecte, la gestion, la maintenance et le traitement de multiples données ou informations. La première contribution de cette thèse est SM2PH Central et sa capacité de générer des instances. SM2PH Central constitue notre centre de référence en ligne pour toutes les protéines humaines intégrant des niveaux d’informations qui vont des aspects génomiques, structuraux, fonctionnels ou évolutifs aux aspects de transcriptomique, interactomique, protéomique ou métabolomique. La deuxième contribution est MSV3d, une ressource d’annotation multi-niveau (propriétés physico-chimiques, fonction, évolution, structure) des mutations humaines connues. MSV3d fournit l’ensemble des connaissances exploitées par la troisième contribution de cette thèse à savoir KD4v, notre base d’extraction de connaissances pour prédire l’impact phénotypique d’une mutation. La base de connaissances de KD4v induite par la Programmation Logique Inductive contient des règles exploitables par un humain ou un ordinateur et des facteurs prédictifs caractérisant les mutations neutres ou délétères. Enfin, l’ultime contribution de cette thèse est liée au développement de GEPeTTO, un prototype de priorisation de gènes. Une application biologique a été réalisée. Nous avons étudié la cécité nocturne en utilisant SM2PH Central, en combinaison avec le service d’annotation de MSV3d et la méthode de prédiction KD4v pour analyser le gène GPR179 et ses deux mutations nouvellement identifiées.
 
Type de contenu : Text
Format : PDF
 
Entrepôt d'origine : STAR : dépôt national des thèses électroniques françaises
Identifiant : 2012STRAJ096
Type de ressource : Thèse