Note ABES Nouvelle stratégie d'annotation des génomes par l'utilisation d'algorithmes d'intelligence artificielle New strategy for genome annotation using artificial intelligence algorithms Intelligence artificielle Génomique Sites d’épissage Évolution artificielle Deep learning Programmation génétique Annotation de génome Artificial intelligence Genomics Splice site Artificial evolution Deep learning Genetic programming Genome annotation 572.8 Bioinformatique Séquençage à haut débit Génome Les projets de séquençage à haut débit produisent une énorme quantité de données biologiques brutes. Cependant, elles sont difficilement exploitables si elles ne sont pas annotées. Pour traiter ces données, des programmes d’annotation de génomes ont été développés, mais ces derniers sont encore trop sujet aux erreurs de prédiction, faisant de l’annotation des génomes un des défis majeurs en bio-informatique. Dans ce contexte, mes travaux de thèse s’organisent autour d’un trinôme : 1) l’amélioration de la prédiction des gènes eucaryotes codant pour des protéines en se focalisant spécifiquement sur les sites d’épissage 2) en exploitant des algorithmes d’intelligence artificielle (CNN et algorithmes évolutionnaires), 3) entraînés avec des données de haute qualité incluant une forte diversité d’espèces eucaryotes. Notre stratégie consiste à combiner l’ensemble des données validées avec les programmes développés afin d’améliorer la prédiction des gènes en diminuant le taux d’erreurs et éviter qu’elles ne se propagent dans les bases de données. De plus, ces travaux permettront une meilleure compréhension des organismes et de leurs mécanismes biologiques. High-throughput genome sequencing projects produce a huge amount of raw biological data on a daily basis. However, the data are difficult to exploit if they are not annotated. Unfortunately, the currently available genome annotation programs are still too prone to prediction errors, making genome annotation one of the major challenges in bioinformatics. In this context, my thesis is organized around three connected topics: i) improving the prediction of eukaryotic protein-coding genes by focusing on splice sites ii) exploiting artificial intelligence algorithms (convolutional neural networks and evolutionary algorithms), iii) training with high quality data from a wide range of eukaryotic organisms (from humans to protists). The strategy developed consists in combining the processed and validated data set (G3PO) with the developed programs (Spliceator and SpliceSLEIA) in order to improve gene prediction by decreasing the error rate so that they no longer propagated in public databases. This work should contribute to a better understanding of organisms and their biological mechanisms. Electronic Thesis or Dissertation Text fr PDF 12227341 Université de Strasbourg Strasbourg 2022-12-31 https://theses.hal.science/tel-03720203 application/pdf 15737406 https://publication-theses.unistra.fr/public/theses_doctorat/2021/Scalzitti_Nicolas_2021_ED414.pdf http://www.theses.fr/2021STRAJ040/abes https://theses.hal.science/tel-03720203 https://theses.hal.science/tel-03720203 https://theses.hal.science/tel-03720203 https://theses.hal.science/tel-03720203 https://theses.hal.science/tel-03720203 Scalzitti Nicolas 1990-04-03 FR 262110105 1501014289W 20904573 4200047 https://theses.fr/2021STRAJ040 2021STRAJ040 https://doi.org/10.70675/b0086ce5zb815z4b06z81e2z51de2097fcfd 2021-09-29 Bioinformatique et biologie des systèmes Strasbourg 131056549 Doctorat Docteur es non oui Thompson Julie MADS_DIRECTEUR_DE_THESE_1 118701290 Collet Pierre MADS_DIRECTEUR_DE_THESE_2 112048854 Lecompte Odile MADS_PRESIDENT_DU_JURY 070441251 Banzhaf Wolfgang MADS_MEMBRE_DU_JURY_1 050537504 Legrand Pierrick MADS_RAPPORTEUR_1 094614032 Laine Élodie MADS_RAPPORTEUR_2 143454927 École doctorale des Sciences de la vie et de la santé (Strasbourg ; 2000-....) MADS_ECOLE_DOCTORALE_1 414 156502844 Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) MADS_PARTENAIRE_DE_RECHERCHE_1 176969721 217648 ddc:570 Thompson Julie Collet Pierre Lecompte Odile Banzhaf Wolfgang Legrand Pierrick Laine Élodie École doctorale Sciences de la vie et de la santé (Strasbourg ; 2000-....) Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....) PDF 12227341