Mini-symposium

La biologie, et en particulier les sciences omiques (génomique, transcriptomique, régulomique, génomique 3D, méta-génomique, ...), génèrent une très grande quantité de données hétérogènes (big data) qui sous-tendent des relations très complexes, pour lesquels les algorithmes traditionnels de machine learning pourraient se révéler insuffisants à produire des résultats précis. Les applications récentes du deep learning ont amélioré les performances de la plupart des méthodes traditionnelles de machine learning en omique, y compris la prédiction de la liaison des protéines, la classification des types et sous-type de cancer, la visualisation des données omiques, la prédiction de l'évolution des maladies, la médecine de précision, les études d'association à l'échelle du génome, la classification des images, le débruitage et le traitement des images au microscope. En outre, le deep learning a été utilisé pour extraire automatiquement des caractéristiques biologiques pertinentes sans intervention humaine, contrairement au machine learning qui exige de définir au préalables les caractéristiques pour construire un modèle. En outre, le deep learninga également a amélioré la compréhension des données en omique, notamment en utilisant des réseaux neuronaux convolutionnels profonds, qui peut améliorer la puissance des analyses bio-statistiques en aval.

Dans ce mini-symposium, nous présenterons un aperçu des applications du deep learning aux données omiques, en particulier les représentations du génome (Laurent Jacob), mais aussi une revue sur la prédiction des séquences régulatrices (Raphaël Mourad), l'intégration des données phénomiques-transcriptomiques (Vera Pancaldi), la prédiction des G-quadruplexes (Elissar Nasseredine/Vincent Rocher), la prédiction de la transcription répétée (Mathys Grapotte), le diagnostic histopathologique automatique (Arnaud Abreu).

Programme détaillé

Le séquençage de troisième génération, illustré par Oxford Nanopore Technology, est en train de devenir une technologie mature à fort impact.Elle a montré un grand potentiel pour résoudre la structure de génomes complexes, tels que les génomes polyploïdes ou les génomes comportant un grand nombre de régions répétées. Elle offre une meilleure vision pour l'étude des transcriptomes et la modélisation de la transcription alternative. Toutefois, l'analyse de ces données reste difficile sur le plan informatique en raison du taux élevé d'erreurs de séquençage (environ 10 %), du volume des données et de la complexité intrinsèque des objets biologiques concernés.

L'objectif de ce mini-symposium est de faire le point sur les questions bioinformatiques soulevées par l'analyse des longues lectures et les contributions récentes qui ont été proposées pour résoudre ces questions. Ces contributions sont basées sur des avancées méthodologiques, telles que les index asuccincts, les minimiseurs, les graines... Nous voulons également fournir des directives pratiques pour travailler avec les longues lectures.

Cela comprend les sujets suivants :

• assemblage des génomes et des métagénomes
• correction hybride
• auto-correction
• appel de variants et variants structurelles
• découverte et quantification des transcrits alternatifs

Programme détaillé

La bioinformatique structurale en tant que discipline est particulièrement bien adaptée pour l'exploitation fonctionnelle des données OMICS dans le contexte des réseaux cellulaires et/ou des communautés complexes. Son principal objectif est de déchiffrer les relations séquence - structure - dynamique - fonction au sein de systèmes, moléculaires intégrés dans leurs processus biologiques. Ce domaine s’appuie sur des données expérimentales produites par des protocoles biophysiques, en utilisant des méthodes et des algorithmes efficaces apportés par les mathématiques appliquées et l'informatique. De plus, il bénéficie des capacités techniques des supercalculateurs. A ce titre, JOBIM 2020 représente une occasion unique pour les bioinformaticiens structuralistes d'échanger des idées et des points de vue avec l'ensemble de la communauté bioinformatique française. 

Le mini-symposium “3D” sera axé cette année sur les derniers défis et développements concernant :

• la modélisation des structures de l'ARN
• la compréhension des interactions protéines/ARN
• leur corrélation avec les fonctions biologiques. 

Ces développements basés sur l'intégration des données de séquençage conduisent à des applications dans la modélisation des protéines.

Il réunira des orateurs issus de disciplines variées : Petr Sulc (Physique théorique), Samuela Pasquali (Biophysique), Fabrice Leclerc (Biologie Structurale) et Sebastian Will (Informatique).

Programme détaillé