Développements méthodologiques pour l'intégration de données multi-omiques représentées dans une base de données orientée graphe

Overview & Synopsis

Les récentes avancées en matière de séquençage et d’acquisition de données ont permis l’augmentation du volume et de la diversité des données collectées en biologie, ainsi que le développement de nouvelles potentialités, comme par exemple la médecine de précision. Ainsi, de plus en plus d’objets biologiques différents, classés par « omiques », sont susceptibles d’être mesurés et analysés. Mais face à la grande hétérogénéité des données biologiques portant des informations différentes et complémentaires, les outils d’analyse et de prédiction existants ne sont pas toujours adaptés. Si l’étude individuelle de chaque type de données est très informative, leur analyse simultanée peut permettre de révéler de nouveaux motifs dans les données ou mettre en évidence une signature corrélée à un phénotype. C’est pourquoi la question de l’intégration de données est une problématique de plus en plus étudiée par la recherche, notamment en bio-informatique. Nous définissons la notion d’intégration de données en tant que solution permettant à un utilisateur de récupérer des données issues de différentes sources, de les combiner, de les analyser, de les manipuler et de les ré-analyser afin de créer de nouveaux ensembles de données (selon Lapatas et al, 2015). L’intégration de données hétérogènes est la problématique abordée durant mon stage au Laboratoire Bordelais de Recherche en Informatique (LaBRI), au sein de l’équipe Bench to Knowledge and Beyond, spécialisée dans la modélisation et la visualisation de systèmes complexes à l’aide de graphes. L’objectif est de produire une preuve de concept de NeOmics, un outil visant à permettre la manipulation et l’intégration de données issues de différents omiques. Ce rapport de stage présente les différentes étapes de mon travail dans le cadre de ce projet NeOmics. La première partie décrit les diverses données exploitées en bio-informatique et développe les problématiques traitées durant ce stage. Dans un second temps, un rapide état de l’art des outils et méthodes de manipulation et d’intégration de données hétérogènes est dressé. La troisième partie explique les choix réalisés en termes de données, de question biologique et d’outils utilisés pour la preuve de concept de NeOmics. La quatrième partie présente la méthodologie d’intégration mise en place, et enfin la dernière partie de ce rapport décrit et commente les résultats obtenus.