From gene expression data analysis to gene network reconstruction
De l'analyse de données d'expression à la reconstruction de réseau de gènes
Résumé
The first aspect of this work concerns the pre-processing and analysis of gene expression data in the context of two main projects whose overall aim is to improve the diagnosis and the prognosis of breast cancer and better target treatments. A optimized pre-processing workflow of expression data was established and several analysis have been conducted and have identified genes allowing to point out a characteristic expression profile of nodal status of patients and therapeutic response to a particular chemotherapy, the docetaxel. A new technique for reconstruction of gene networks based on the notion of rules between genes was then proposed, the idea is to offer biologists the possibility to choose among several semantic meanings, the rules they want to generate. The originality of this work is to propose a comprehensive framework that could include a large number of semantic for rules and use identical methods of generation, post-processing and visualization for all proposed semantics. The notion of well-formed semantics i.e. for which Armstrong's axioms are sound and complete, is introduced. A result is also given to know simply whether or not a semantic is well-formed. A visualization of the rules in the form of global networks i.e. including several semantic is proposed. Finally, this approach has been developed as a module called RG integrated into a software dedicated to gene expression data analysis, the TIGR MeV software.
Le premier aspect de ce travail concerne le pré-traitement et l'analyse de données d'expression dans le cadre de deux principaux projets dont l'objectif global est d'améliorer le diagnostic et le pronostic du cancer du sein et de mieux cibler les traitements. Un processus de pré-traitement des données d'expression optimisé a été mis en place et plusieurs analyses ont été réalisées et ont permis d'identifier des gènes permettant de mettre en evidence un profil d'expression caractéristique du statut ganglionnaire des patientes et de la réponse thérapeutique à un traitement chimiothérapeutique particulier, le doxétaxel. Une nouvelle technique de reconstruction de réseaux de gènes basée sur la notion de règles entre gènes a ensuite été proposée, l'idée étant d'offrir aux biologistes la possibilité de choisir parmi plusieurs sémantiques, le sens des règles qu'ils souhaitent générer. L'originalité de ce travail est de proposer un cadre global pouvant inclure un grand nombre de sémantiques pour les règles et d'utiliser des méthodes identiques de génération, de post-traitement et de visualisation pour toutes les sémantiques proposées. La notion de sémantiques bien-formées i.e. pour lesquelles les axiomes d'Armstrong sont justes et complets, est introduite. Un résultat est également donné permettant de savoir simplement si une sémantique est ou non bien-formée. Une visualisation des règles sous forme globaux i.e. incluant plusieurs sémantiques est proposée. Finalement, cette approche a été développée sous forme d'un module appelé RG intégré à un logiciel d'analyse de données d'expression de gènes, le logiciel MeV de TIGR. Ce travail s'inscrit dans le contexte émergent de la fouille de données d'expression de gènes. Elle s'est déroulée, dans le cadre d'un contrat CIFRE au sein de trois structures : la société Diagnogène, le LIMOS et le Centre de Lutte contre le Cancer de la Région Auvergne
Loading...