Proposition de stage de developpement d'outils logiciels pour l'etude de phylogenie moleculaire

Jean-Bernard Emond

Description

Proposition de stage de developpement d’outilslogiciels pour l’etude de phylogenie moleculaireVersion du 8 avril 2008DESCRIPTIFL’utilisation de grappes de calcul informatique (clusters), c’est a dire desystemes informatiques ou les tac^ hes sont reparties simultanement ou tem-porellement entre plusieurs processeurs, se generalise en bio-informatique.On attend de ces clusters un gain de temps consequent en matiere de calculscomplexes. Un des domaines ou^ les clusters apparaissent prometteurs estcelui de la reconstruction de phylogenies, c’est a dire la reconstruction desrelations de parente entre des organismes vivants, plantes, animaux ou bac-teries. Depuis le milieu des annees 90, le developpement de la systematiquemoleculaire a ete rendu possible par la popularisation des techniques d’am-plication selective de fragment de genes (PCR) et la disponibilite d’outilsde sequen cage automatique.Il est desormais relativement aise d’obtenir pour un grand nombre d’or-ganismes (individus ou especes) des sequences de nucleotides issues de l’ana-lyse de plusieurs genes mitochondriaux ou nucleaires. Les jeux de donnees enphylogenie moleculaire s’accroissent donc de maniere quasi exponentielle, cequi a des consequences en matiere de traitement informatique de ces donnees.Classiquement, la reconstruction de genealogies d’individus ou de taxonsse fait via trois types d’approches analytiques destinees a identi er ...

Sujets

• informatique

Informations

• Publié par: Mephar
• Nombre de lectures: 32
• Langue: Français

Extrait

Propositiondestagedede´veloppementd’outils logicielspourl’e´tudedephylog´eniemole´culaire

Version du 8 avril 2008

DESCRIPTIF L’utilisationdegrappesdecalculinformatique(clusters),c’est`adirede syst`emesinformatiqueso`ulestˆachessontre´partiessimultane´mentoutem- porellemententreplusieursprocesseurs,seg´en´eraliseenbio-informatique. Onattenddecesclustersungaindetempscons´equentenmatie`redecalculs complexes.Undesdomainesoˆulesclustersapparaissentprometteursest celuidelareconstructiondephylog´enies,c’est`adirelareconstructiondes relationsdeparent´eentredesorganismesvivants,plantes,animauxoubac- t´eries.Depuislemilieudesann´ees90,led´eveloppementdelasyste´matique mol´eculairea´et´erendupossibleparlapopularisationdestechniquesd’am- plifications´electivedefragmentdege`nes(PCR)etladisponibilite´d’outils dese´quenc¸ageautomatique. Ilestd´esormaisrelativementaise´d’obtenirpourungrandnombred’or- ganismes(individusouespe`ces)desse´quencesdenucl´eotidesissuesdel’ana- lysedeplusieursge`nesmitochondriauxounucle´aires.Lesjeuxdedonn´eesen phylog´eniemol´eculaires’accroissentdoncdemani`erequasiexponentielle,ce quiadescons´equencesenmati`eredetraitementinformatiquedecesdonne´es. Classiquement,lareconstructiondege´n´ealogiesd’individusoudetaxons sefaitviatroistypesd’approchesanalytiquesdestin´ees`aidentifierl’arbre optimal,c’est-a`-direlatopologiequirendracompteaveclepluspre´cision possiblelesrelationsdeparent´eentrelesorganismes´etudi´es: –Lam´ethodedeparcimoniequirecherchel’arbrelepluscourt,c’est-a`- direquiminimiseraleschangementsd’´etatsdecaract`eres. –Lam´ethodedemaximumdevraisemblance,m´ethodeprobabilistequi rechercheral’arbreleplusvraisemblableenfonctiondesdonn´eeset d’unmode`led’´evolutionmole´culaireadapt´e`acesdonne´es. –L’inf´erencebay´esienne,autrem´ethodeprobabilistebase´esurl’esti- mationdesprobabilit´espost´erieuresdedistributiond’arbres.Cette

1

probabilit´eposte´rieuredesarbresestcalcul´eeviaunetechniquedesi- mulationdetypeMCMC(MarkovChainMonteCarlo).Ilestla`aussi tenucompted’unmode`led’e´volutionmole´culairede´finia`partirdujeu dedonn´ees.

Lesdeuxpremi`eresapprochesatteignentrapidementleurslimitespra- tiquesentermesdetempsdecalcullorsquelesjeuxdedonne´escroissent, mˆemesiplusieurse´quipess’efforcentdemettreaupointdesalgorithmesde vraisemblanceplusrapides.L’inf´erencebaye´siennes’estpopularise´eaucours destroisderni`eresann´eesdufaitdelarapidite´desesalgorithmesdecalcul etdufaitdelapossibilit´ededistribuerlescalculssurplusieursprocesseurs travaillant ensemble. C’est le cas notamment du logiciel MrBayes.

Notre´equipe,ainsiqued’autresgroupesderechercheduL.E.G.S.,impli- qu´eedanslareconstructionphyloge´n´etique`apartirdedonne´esdes´equences asouhaite´optimiserleprocessusdereconstructionphyloge´ne´tiquevial’ac- quisitiond’unclusterdecalculsusceptibleder´eduiresignificativementles tempsdecalculsne´cessairesa`l’obtentiondestopologiesoptimales.

OBJECTIFS Porter,d´evelopperouoptimisersurunedesdeuxgrappesdecalculdu laboratoiredesoutilsdereconstructiond’arbresphylog´en´etiquesinclusou non dans la suite logicielle bio-informatique Bioteam Inquiry. Certains ou- tilslogicielspermettantl’alignementdes´equencesoul’analysededonn´ees dege´n´etiquedespopulationspourrontaussiˆetreprisencompte.Unein- terfacefacilitantlechoixraisonne´desoutilsetleurutilisationpourraeˆtre propos´ee.Lesoutils`autiliserserontceuxdelasuiteded´eveloppementsGnu ou Xcode d’Apple, ainsi que les librairies MPI, SGE ou Xgrid. L’ensemble desnouveauxcodesde´velopp´esserasouslalicencelibre“CeCIL”.

Lesprogrammesousuiteslogiciellesconcerne´sserontlessuivants:PAUP, POY, PAML, PHYLIP, MrBayes, PHYML, HYPHY, EMBOSS, ClustalW- MPI, Mesquite, R.

2