Programme détaillé > Laurence Liaubet, Des graphes pour la biologie

Avec l'abondance des données -omiques et en particulier les données d'expression de gènes, le biologiste doit trouver les moyens d'interpréter, de donner du sens, d'illustrer les mécanismes biologiques identifiés avec, par exemple, des réseaux de gènes. Lors de cette présentation, il s'agira d'abord de donner un aperçu des différents types de graphes possibles. Il existe des représentations plus canoniques du fonctionnement biologique (voies de signalisation cellulaire ou réseaux métaboliques), des réseaux bibliographiques ou de co-citation dans la littérature des gènes ou protéines (exemple du logiciel Ingenuity® Pathway Analysis), ainsi que des modèles plus mathématiques tels que des réseaux représentant la structure de dépendance des expressions de gènes (co-expression).

Dans cette présentation, seront surtout abordés les modèles graphiques basés sur la corrélation partielle (en particulier les Modèles Graphiques Gaussiens, GGM). Ces graphes sont inférés sous R avec des packages comme huge puis visualisés avec le package igraph ou des logiciels gratuits comme Gephi. La structure du graphe peut alors être analysée et l'importance de certains gènes identifiée (hub, forte centralité). Si le nombre de gènes dans le graphe est élevé, leur classification en modules peut être réalisée avec des méthodes de classification non supervisée de sommets dans un graphe. La signification biologique peut alors être recherchée pour chacune des communautés.

Pour finir, les réseaux de gènes sont aussi des outils pour intégrer d'autres niveaux d'information que sont des données physiologiques, protéomiques, métabolomiques, génétiques…