Perrière Guy -UMR CNRS 5558 Laboratoire de Biométrie et Biologie Évolutive

Guy Perrière

Directeur de recherche - CNRS

courriel :

tél : +33 (0)4 72 44 62 96

UMR CNRS 5558 - LBBE
"Biométrie et Biologie Évolutive"
UCB Lyon 1  - Bât. Grégor Mendel
43 bd du 11 novembre 1918
69622 VILLEURBANNE cedex

Equipe Bioinformatique, Phylogénie et Génomique Evolutive

Bâtiment : Mendel 2ème étage Bureau : 213

Ma thématique de recherche consiste en l’étude de la structure et de l’évolution des génomes procaryotes (bactéries et archées). Plus précisément, je me suis orienté depuis 1999 vers la détection et l’analyse des transferts horizontaux de gènes chez ces organismes. Afin de pouvoir étudier ces phénomènes, j’ai effectué un certain nombre de développements informatiques. Ces développements ont consisté en la construction de bases de données et en la mise en place de logiciels et de méthodes statistiques dont la portée dépasse le cadre de cette seule problématique. En effet, ces outils – par le biais de collaborations avec de nombreux groupes, aussi bien français qu’étrangers – ont permis d’obtenir des résultats dans des domaines aussi divers que l’identification d’espèces bactériennes, la prédiction de la localisation subcellulaire des protéines ou l’étude de données d’expression de cancers.

Les résultats biologiques les plus marquants que j’ai obtenus au cours de ces deux dernières années sont tous relatifs aux transferts de gènes observés dans différents groupes taxonomiques bactériens :

Les bactéries hyperthermophiles.
Les bactéries fixatrices d’azote atmosphérique.
Une bactérie pathogène des plantes : Ralstonia solanacearum.

Dans tous les cas, l’approche choisie pour étudier ces transferts était celle de la phylogénie moléculaire. Cette approche a été préférée à celle, plus communément utilisée, des mesures intrinsèques d’usage du code ou des oligonucléotides. Une des conséquences de l’utilisation d’une approche phylogénétique a été la nécessité de disposer de moyens de calculs importants, d’ou le recours systématique à l’utilisation de la ferme du Centre de Calcul de l’IN2P3 (CC-IN2P3) à Lyon, ferme comprenant plusieurs milliers de processeurs.

+Développements méthodologiques -Développements méthodologiques

Depuis mon entrée au CNRS en 1992, les développements informatiques ont constitué une part importante de mon travail, part indispensable à la réalisation des recherches plus « biologiques » que j’ai eu à conduire et à diriger. Cette section se propose donc de décrire rapidement les développements récents que j’ai effectués.

Banques de familles de gènes

La génomique comparative constitue l’une des principales voies de l’analyse des séquences, ceci étant d’ailleurs une des conséquences directes de la disponibilité d’un nombre croissant de génomes complets. Ainsi, la phylogénie moléculaire constitue l’une des branches les plus importantes de cette approche. Le problème de la recherche des homologues – étape obligatoire de toute étude de génomique comparative – est qu’il s’agit d’un processus complexe qui requiert d’effectuer une série de traitements chaînés. Ainsi, il est nécessaire de récupérer les séquences dans les collections généralistes, de déterminer des similarités entre ces séquences, de les regrouper en familles, puis de calculer des alignements multiples et éventuellement des arbres phylogénétiques.

Afin de faciliter les analyses de génomique comparative dans lesquelles j’étais impliqué, j’ai participé au développement de plusieurs banques de données de gènes homologues. La première d’entre elles fut HOBACGEN (Homologous Bacterial Genes Database), dédiée aux gènes protéiques de bactéries, d’archées et de levure. Devant le succès remporté par ce système, Laurent Duret (Directeur de Recherche CNRS au Laboratoire de Biométrie et Biologie Évolutive) et moi-même avons alors décidé de mettre en place HOGENOM (Homologous Sequences in Complete Genomes), dédiée à l’ensemble des génomes complètement séquencés. Du fait de la forte redondance qui existait entre le contenu d’HOBACGEN et d’HOGENOM, celle-ci a remplacé la première.

Un problème récurrent pour toute banque de données est celui de la mise à jour. Les systèmes précédents ne font pas exception, et la procédure mise en place requiert d’utiliser les ressources en calcul parallèle du CC-IN2P3. En effet, la construction de ces banques nécessite de rechercher des similarités entre un grand nombre de séquences, puis de calculer des milliers d’alignements multiples et d’arbres phylogénétiques. Or, du fait que : i) le temps de doublement du nombre de séquences disponibles est de l’ordre de 16,5 mois ; et ii) la procédure de mise à jour nécessite de reconstruire complètement les familles, la stratégie actuellement utilisée n’est pas tenable sur le long terme. Pour pallier ces problèmes nous avons développé MultiHoSeqI (Multiple Homologous Sequence Identification) une méthode incrémentale permettant d’ajouter facilement un grand nombre de séquences dans nos banques de données.

Services au PRABI

Le Pôle Rhône-Alpes de Bioinformatique (PRABI) est une plate-forme labellisée RIO (Réseau Inter-Organismes) qui regroupe plusieurs équipes travaillant dans le domaine de la bioinformatique dans la région Rhône-Alpes. Le portail du PRABI donne accès à de nombreux services (recherche de similarités, accés aux banques de données, biologie structurale, etc.) , et je contribue toujours au développement d’un certain nombre d’entre eux.

Parmi les services que j’ai contribué à mettre en place puis à développer, figurent en particulier tout ce qui concerne la consultation des banques de données séquences. Le développement significatif le plus récent auquel j’ai participé est l’introduction du service HoSeqI (Homologous Sequences Identification), pour l’identification de séquences homologues dans les banques de familles de gènes. Ce système automatise toute la chaîne de traitement depuis la recherche de similarité d’une séquence dans une banque jusqu’au calcul d’un arbre permettant d’identifier visuellement l’espèce la plus proche de celle correspondant à la séquence soumise.

Analyse des données de puces à ADN

En collaboration avec le groupe de Desmond Higgins, du Conway Institute de l’Université de Dublin, j’ai participé au développement d’une bibliothèque R dédiée à l’analyse des données d’expression mesurées à l’aide de puces à ADN. Cette bibliothèque – de nom MADE4 – permet d’utiliser facilement sur de telles données deux méthodes habituellement employées dans le domaine de l’écologie : une méthode de classification supervisée, l’Analyse Inter/Intra (AII) ; et une méthode multi-tableaux, l’Analyse de Co-Inertie (ACI). Cette bibliothèque a été validée par le consortium Bioconductor, et elle est maintenant distribuée par l’intermédiaire de cette organisation.

En collaboration avec Florent Baty, du groupe Pulmonary Gene Research de l’Hôpital de l’Université de Bâle, j’ai également proposé une amélioration significative de l’AII consistant en l’introduction d’une procédure de rééchantillonnage permettant de sélectionner un ensemble de gènes discriminants.

UMR CNRS 5558 Laboratoire de Biométrie et Biologie Évolutive

Menu

Rechercher

+Publications -Publications

Navigation