Introduction aux Technologies Omiques - PDF

Introduction aux technologies omiques Responsables Intervenant Dulce Papy, CRRET, UPEC Denis Biard, CEA Françoise Lucas, LEESU, UPEC Objectif: principes, équipements, applications et enjeux en santé, environnement, n...

Introduction aux technologies omiques Responsables Intervenant Dulce Papy, CRRET, UPEC Denis Biard, CEA Françoise Lucas, LEESU, UPEC Objectif: principes, équipements, applications et enjeux en santé, environnement, nutrition des technologies omiques - Rappels génétique / Génomique et transcriptomique - Protéomique et peptidomique - Plateformes omiques CM: - Métabolomique et biologie intégrative/ Glycomique 13,5h - Applications et enjeux :Santé, Nutrition, Environnement TD (7,5h) + TP (1,5h Présentiel +4,5h Distanciel): savoir faire une requête, fouiller une base de données bioinformatique, comparer des séquences ADN 2 Projets d’étude d’un gène : 1 ppt et 1 poster  Contrôle continu intégral : e pas de 2 session =>1ere session= calcul de la note sur les 5 épreuves si note 2e session = 2e chance = moins bonne des 5 épreuves retirée du calcul En tout 5 épreuves : 3 QCM : exercices et questions 1 sur les cours 2 sur les TD 2 Projets : Etude d’un gène codant TD : 1 ppt de 10-12 diapos TP : 1 poster  OMIQUES? Ensemble de disciplines de la biologie dont le nom fini par le suffixe « -omique » Ex: génomique, protéomique, métabolomique…. Mots finissant en « -ome »: objets d’étude de ces disciplines Ex: génome, protéome, métabolome…. => quantités massives de données => niveaux biologiques multiples BUT: caractérisation et quantification collectives d’un ensemble de molécules biologiques qui couvrent tous les mécanismes impliqués dans les variations qui se produisent dans les cellules et qui influencent le fonctionnement des systèmes organiques dans leur totalité  Étude compréhensive de l’ensemble : ADN Génomique des gènes ARN Transcriptomique des ARNs des protéines encodées Protéines Protéomique par le génome Métabolites Métabolomique des petites molécules et métabolites Cours: Rappels de génétique (D. Biard) / Génomique et transcriptomique (F. Lucas, ) Protéomique et peptidomique (D. Papy) Métabolomique et biologie intégrative (D. Papy) Glycomique (D. Papy)  GENOMIQUE Étude des génomes, des phénomènes intragénomiques et des marquages épigénomique Fonction et structure des génomes Régulation de l’expression des gènes Technologies: échantillon amplification librairie séquençage analyse - Séquençage - Puces à ADN - PCR quantitative quantification TRANSCRIPTOMIQUE Transcriptome: ensemble des molécules d’ARN dans une cellule ou une population de cellule Cellules Cellules cancéreuses Niveaux d’expression normales des ARNm dans une Extraction population de cellule ARNm ARN ARNm Transcription reverse cDNA Sondes cDNA fluo hybridation Technologies: - Puces à ARN RNA-chip - Séquençage RNA-seq RNA microarray - PCR quantitative  PROTEOMIQUE Étude à large échelle des protéines (protéome) - Structure 3D - Fonctions - Expressions - Interactions => interactome Technologies: - Electrophorèse 2D - Chromatographie gazeuse ou liquide - Spectrométrie de masse (MS) - MALDI-TOF (ionisation et détection du temps de vol) - Puces à protéines Petites molécules: METABOLOMIQUE - Sucres => glycomique - Acides aminés => peptidomique - Stéroides, acides gras, lipides => lipidomique - Acides organiques, pigments, hormones, antibiotiques…. Détermination : - Structure 3D - Fonctions - Niveaux d’expressions - Interactions => interactome Imagerie par spectrométrie de masse MALDI Technologies: - Séparatives =>chromatographie gazeuse, liquide - Détection => spectrométrie de masse, RMN Des Néologismes : nouveaux termes qui émergent Des buzzwords scientifiques…: succès, mode, étendards Nutrigénomique beautéomique skinomics Foodomics Enviromics Riskomics yeastomic… Définition des termes et leurs périmètre par: - technique - application - cible…. NGS: Next Une révolution: Generation changement Sequencing d’échelle Big data : nombreuses données en peu de temps - Génomique - Media sociaux - Astronomie SRA= Sequence read Archive => base de données NCBI (Stephan et al. 2021)  GENOMES ENTIERS Millions de bases 1976: Bacteriophage MS2 3,6.10-3 Technologie Sanger 1995: Haemophilus influenza 1,8 1996: Saccharomyces cerevesiae 12,1 1998: Caenorhabditis elegans 100 2000: Arabidopsis thaliana 119 1990 => 2022 Human Genome Project 1er génome séquencé (2,7.1012 $) 2004 => génomes complets de 180 organismes 2015 => ~32,000 microbes, ~5,000 haut débit : plantes et animaux et ~250,000 humains Whole Genome Sequencing (WGS)  2,3 millions d’espèces connues => 2.47M génomes séquencés dont 2.02M annotés Bacteria Archaea Sur NCBI Genome: - Génomes complets - Chromosomes & génomes incomplets Génomes Annotés 2024 : Virus 192 K Archaea 14 K Bacteria 1.8 M Eukarya 8.6 K (Lewin et al 2018)  WGS= Whole Genome Sequencing Individus humains ? 2025 : 100 millions à 2 billions ? (Stephens et al. 2015) Génotypage généalogique commercial Données sensibles => comprend les données génétiques et biométriques RGPD: Règlement (UE) 2016/679 du Parlement européen et du Conseil du 27 avril 2016: réglement général sur la protection des données Evolution des technologies Cours: Plateformes (D. Papy) Séquenceurs à haut débit, micropuces, spectrométrie de masse, RMN, chromatographie gazeuse et liquide…. DNA RNA PROTEIN PHENOTYPE Modified METABOLITES DNA Next Generation - Chip-Seq - RNA-Seq - Mass spectrometry - Mass spectrometry Sequencing - Histone Chip-Seq - RNA-PET - MALDI-imaging - RMN - Bisulfide sequencing - Cage - CyTOF - liquid & Gas Chromatography >30 plateformes : - séquençage - bioinformatique - centre de calcul => Combiner des données omiques et non-omiques Données omiques Données non-omiques démographiques cliniques Métabolomique Protéomique Transcriptomique épidémiologiques Epigénomique Génomique DEFIS Relations entre données Omiques & Données non-omiques Non-omiques - manque de standardisation - Corrélation - très hétérogènes - Interaction - à large échelle (ex. Données médicales) - Présence of sous-phénotypes - très complexes - Impartialité Rapprochement stratégique de plateformes : Microbiote + humain et animal 2019 Explorer le big data: Bioinformatique & Biostatistiques - Stocker: Clusters, data centers, banques de données - toiletter : pipelines, R et python - Récupérer et trier les données : Data mining - Tirer de l’info du bruit de fond: Biostatistiques TD/TP=>initiation aux bases de données (D. Biard, F. Lucas) UE Biostatistiques, UE Data Mining, UE Plateformes omiques (Biomics)  Séquençage Génomique Micropuces inclut Mesuré par Transcriptomique LC/MS omiques Protéomique RMN Métabolomique …. Techniques Massives Réduction données avancées de Très variables du bruit Bruit de fond élevé prétraitement Pipeline informatique Données Techniques Connaissance massives d’analyse biologique fiables multivariées et bases de données Une révolution: changement de point de vue du réductionnisme vers une approche holistique Exploration Analyse non-ciblée Non ciblée globale Collecter et analyser tous les - généré par hypothèse métabolites dans un échantillons - analyse globale => approche de débrousaillage - corrélée aux bases de données => nouveaux composés inconnus - identification qualitative => nouveaux mécanismes - semi-quantification Validation/quantification Analyse ciblée ciblée Recherche d’une ou plusieurs - basée sur des hypothèses molécules connues - analyse d’une sous-population => validation d’une hypothèse - corrélée aux standards => quantification absolue - identification connue - quantification Selon Schrimpe- Rutledge et al. (2016)  Les aveugles et l’éléphant (John Godfrey Saxe éventail 1816-1887) mur lance corde arbres serpent Pourquoi intégrer les données biologiques? Ce qu’on apprend d’une expérience dépend de Þ ce qu’on regarde, Þ comment on le regarde, Þ où on le regarde Þ pourquoi on le regarde Cours: Métabolomique et biologie intégrative (D. Papy) Approches multi-omiques Complexité et interconnectivité - Integrated omics, multi-omics, poly-omics, trans-omics, pan-omics De plus en plus présentes dans la recherche et l’industrie (Krassowsky et al. 2020) Biologie des systèmes (Henson 2005) analyser et prédire le comportement des cellules, tissus, organismes qui fonctionnent comme un système - interdisciplinaire - réseaux : métaboliques, de cellules, d’organismes - échange d’information, d’énergie et de matière - intégration les données expérimentales avec les outils de modélisation mathématique Organisme= réseau de gènes, protéines et de réactions biochimiques qui interagissent => Donne la vie ONE HEALTH:UNE SEULE SANTE, UN SEUL MONDE Mesure globale des processus moléculaires impliqués dans la santé et la maladie Cours : - Applications et enjeux en santé (D. Papy) - Enviromic (F. Lucas) - Foodomic (F. Lucas) Santé Santé humaine animale Une seule Santé Santé de l’environnement Vision traditionnelle de la Approche One Health santé publique  (Sun et al. Épidémie Covid-19 2020) Wuhan pneumonia => coronavirus SARS-CoV 2 Génomique => relation avec SARS-1,... => origine ? Santé animale Hôtes naturels et Origine unique ou multiple ? intermédiaires Santé humaine : système immunitaire Environnement : Habitat Démographie Froid sec Activité humaine Alimentation annexe Une révolution: changement d’échelle Modifie l’échelle des données analysables Ère du « big data » Þnombreuses données en peu de temps Four domains of Big Data in 2025 (Stephens et al. 2015) Peta 1015, exa 1018, zetta=1021  Inde 1994-2004 Déclin 90% des vautours - Vautour indien - vautour à long bec - vautour changoun Disfonctionnement des reins Anti-inflammatoire (bovins) Diclofenac Émergence de la rage = prolifération de chiens Lien? indirects, décalés dans le temps…  Biologie des systèmes de la Tuberculose Only 5 studies 100 studies 100 studies Comas et Gagneux 2011 Epidémiologie des systèmes de la tuberculose Comas et Gagneux 2011  Etudier la Biologie des systèmes approche intégrative => « One Health » Pollution extern Un monde une Santé nutrition e intern e Services écosystémique s Omique => sanscrit « OM » Complétude et plénitude (Lederberg, McCray 2001) Þ utilisé en botanique et zoologie ex: Biome, rhizome, cœlome… Un jeu de mots: Génome (Winkler 1920) => gène+ome Ensemble des chromosomes haploïdes qui avec le protoplasme consituent les fondations de base de l’espèce Génomique (McKusick et Ruddle, 1987) => nom d’une revue sur la cartographie linéaire du génome, le séquençage de l’ADN, la comparaison des génomes entre différentes espèces