Cours de bioinformatique végétale

Leçon 1 • Dogme central dans les systèmes végétaux

Retrace la réplication de l'ADN, la transcription et la traduction avec des particularités régulatrices propres aux plantes. Fait le lien entre les processus moléculaires et les types de données bioinformatiques en aval.

Leçon 2 • Organisation et complexité du génome végétal

Examine les niveaux de ploïdie, les éléments répétés et la variation de la taille du génome chez les espèces végétales. Prépare les étudiants aux défis de l'assemblage et de l'annotation du génome végétal.

Leçon 3 • Principaux organismes modèles végétaux

Présente l'arabette des dames, le riz, le maïs et la tomate comme systèmes de référence pour les études bioinformatiques. Met en évidence les ressources génomiques et les bases de données communautaires pour chaque espèce.

Leçon 1 • Bases de données biologiques et récupération de données

Passe en revue les principales bases de données génomiques végétales et les méthodes d'accès programmatique aux données. Les étudiants peuvent récupérer efficacement des séquences, des annotations et des données d'expression.

Leçon 2 • Ligne de commande Linux pour la bioinformatique

Enseigne la navigation dans les fichiers, le traitement de texte et les scripts shell essentiels pour les flux de travail bioinformatiques. Permet directement aux étudiants d'exécuter des pipelines de génomique végétale sur des serveurs.

Leçon 3 • Python et R pour les données biologiques

Présente les scripts Python et le calcul statistique avec R pour l'analyse et la visualisation de données biologiques. Fournit les bases de programmation utilisées dans toutes les analyses ultérieures.

Leçon 1 • BLAST et méthodes de recherche heuristique

Enseigne les variantes de BLAST, le réglage des paramètres et l'interprétation des résultats pour les requêtes de séquences végétales. Permet l'identification rapide d'homologues dans de grandes bases de données de génomes végétaux.

Leçon 2 • Algorithmes d'alignement apparié

Explique les algorithmes de Needleman-Wunsch et Smith-Waterman avec des matrices de notation. Fournit la base algorithmique pour toutes les analyses basées sur l'alignement en aval.

Leçon 3 • Recherches basées sur les profils et les domaines

Présente les modèles de Markov cachés et Pfam pour la détection de domaines protéiques végétaux conservés. Étend la sensibilité de la recherche au-delà des méthodes appariées pour les séquences divergentes.

Leçon 1 • Technologies de séquençage pour les génomes végétaux

Compare les plateformes de séquençage à lectures courtes, à lectures longues et Hi-C pour les projets de génomes végétaux. Éclaire le choix de la technologie en fonction de la complexité du génome et des objectifs du projet.

Leçon 2 • Génomique comparative et analyse de synténie

Applique MCScan et SynMap pour détecter les blocs synténiques conservés à travers les génomes végétaux. Révèle les relations évolutives et soutient les études sur les familles de gènes.

Leçon 3 • Annotation structurale et fonctionnelle des gènes

Enseigne la prédiction ab initio, l'annotation basée sur les preuves et l'assignation fonctionnelle des gènes végétaux. Produit des modèles de gènes avec une signification biologique pour les analyses en aval.

Leçon 4 • Identification et masquage des répétitions

Aborde l'identification des éléments transposables et le masquage des répétitions, essentiels pour l'annotation du génome végétal. Les répétitions non masquées entraînent de fausses prédictions de gènes et doivent être traitées en premier.

Leçon 1 • Analyse de l'expression différentielle

Applique DESeq2 et edgeR pour identifier les changements d'expression statistiquement significatifs entre des conditions végétales. Les résultats sont normalisés, filtrés et visualisés pour une interprétation biologique.

Leçon 2 • Cartographie des lectures et quantification

Utilise STAR et HISAT2 pour la cartographie sensible à l'épissage et featureCounts ou Salmon pour la quantification. Génère des matrices de comptage qui servent d'entrée pour l'analyse de l'expression différentielle.

Leçon 3 • Conception expérimentale RNA-seq

Couvre la réplication biologique, la sélection des tissus et les stratégies de préparation de banques pour le RNA-seq végétal. Une bonne conception expérimentale prévient les facteurs de confusion et maximise la puissance statistique.

Leçon 4 • Analyse d'enrichissement fonctionnel et de voies métaboliques

Effectue l'enrichissement des termes GO et l'analyse des voies KEGG sur des ensembles de gènes végétaux exprimés différemment. Traduit les résultats statistiques en hypothèses biologiques mécanistiques.

Leçon 1 • Cartographie de lectures courtes pour l'appel de variants

Aligne les lectures de reséquençage sur des génomes de référence végétaux à l'aide de BWA-MEM et marque les duplicats. Produit des fichiers BAM prêts pour l'analyse en tant qu'entrée pour la détection de variants.

Leçon 2 • Annotation des variants et impact fonctionnel

Annote les variants avec SnpEff et VEP pour prédire les conséquences fonctionnelles dans les gènes végétaux. Fait le lien entre les variants de séquence et les effets phénotypiques potentiels et les gènes candidats.

Leçon 3 • Appel de variants SNP et Indel

Applique GATK HaplotypeCaller et FreeBayes pour détecter les SNP et indels dans les génomes végétaux. Le filtrage des variants assure des appels de haute confiance pour les analyses de population en aval.

Leçon 4 • Structure et diversité des populations

Utilise PLINK, ADMIXTURE et l'ACP pour caractériser la structure génétique des populations végétales. Révèle l'histoire de la domestication, les groupes de sélection et la variation adaptative.

Leçon 1 • Analyse de la liaison des facteurs de transcription et des motifs

Identifie les sites de liaison des facteurs de transcription à l'aide de données DAP-seq et de la découverte de motifs de novo. Connecte les protéines régulatrices à leurs gènes cibles dans les réseaux de gènes végétaux.

Leçon 2 • Accessibilité de la chromatine et ATAC-seq

Traite les données ATAC-seq pour identifier les régions de chromatine ouverte et les éléments régulateurs dans les génomes végétaux. Les cartes de chromatine ouverte révèlent les promoteurs et les amplificateurs actifs contrôlant l'expression des gènes végétaux.

Leçon 3 • ChIP-seq pour les modifications des histones

Analyse les données ChIP-seq pour cartographier les marques d'histones associées aux états de chromatine actifs et réprimés chez les plantes. Les profils de modification des histones contextualisent la régulation génique et la mémoire épigénétique.

Leçon 1 • Horloge moléculaire et datation des divergences

Estimez les temps de divergence à l'aide de calibrations fossiles et de modèles d'horloge moléculaire relâchée. Le contexte temporel transforme les phylogénies en chronologies évolutives pour les lignées végétales.

Leçon 2 • Sélection positive et évolution moléculaire

Détectez les gènes sous sélection positive à l'aide des ratios dN/dS et des modèles branche-site. Identifiez les gènes végétaux à l'origine de l'adaptation aux stress environnementaux et biotiques.

Leçon 3 • Identification des orthologues et analyse des familles de gènes

Utilisez OrthoFinder pour regrouper les protéines végétales en orthogroupes et analyser l'évolution des familles de gènes. Les assignations d'orthogroupes sous-tendent toutes les analyses comparatives et phylogénomiques.

Leçon 4 • Reconstruction d'arbres phylogénétiques

Appliquez des méthodes de maximum de vraisemblance et bayésiennes pour reconstruire les arbres d'espèces et de gènes végétaux. Des arbres précis sont essentiels pour interpréter les modèles évolutifs et l'origine des traits.