Rendre les standards de description de biopuces accessibles:

1
Rendre les standards de description de biopuces
accessibles

• réalisation d'un module de conversion
  inter-standard

Pierre Marguerite DESS Bioinformatique Lille
4 mai 31 octobre 2004
EBI Microarray Informatics Team
2
Sommaire

• LInstitut Européen de Bioinformatique
• léquipe informatique Microarray
• La standardisation des données de biopuces?
• Le projet
• Les standards de description dagencement
• Contribution
• Bilan

3
Services Banques de données Recherche en
bioinformatique et en biologie moleculaire Indust
rie Promouvoir des standards Formation
4
(No Transcript)
5
Services Banques de données Recherche en
bioinformatique et en biologie moleculaire Indust
rie Promouvoir des standards Formation
6
léquipe Microarray MicroArray Informatics Team

• les résultats dexpériences de biopuces
• Une petite équipe 26 développeurs, annotateurs,
  doctorants
• Un projet ArrayExpress
• Banque de données publique de données de biopuces
• Déclinaison en toxicogénomique et nutrigénomique
• MGED
• Standardisation des données de biopuces

7
ArrayExpress
8
léquipe Microarray MicroArray Informatics Team

• les expériences de biopuces
• -gt petite équipe 26 développeurs, annotateurs
• Un projet ArrayExpress
• Banque de données publique de données de biopuces
• Déclinaison en toxicogénomique et nutrigénomique
• Le consortium MGED
• Standardisation des données de biopuces

9
la standardisation ?

• Hétérogénéité des applications et des techniques
• Des éléments non pris en compte
• gt expériences non comparables
• Nombreux formats de données
• Même données -gt beaucoup de manipulation
• Différents termes -gt pour la même signification
• Le même terme -gt des concepts différents

Recommandations MIAME
MAGE
Ontologie MGED
10
Le projet

• Un constat de plus en plus de données à traiter
  et un manque doutils
• Outil de conversion des fichiers de description
  dagencement

11
Outil de conversion
12
Les descriptions dagencement

• Informations initiales avant une expérience
• méta données (contacts, un numéro de version, )
• Feature position sur une lame de biopuces,
  définie par ses coordonnées
• Reporter élément déposé sur une feature, qui a
  certaines caractéristiques,
• Composites séquences composites entre les
  reporter vers une entité biologique.
• 2 formats
• MAGE-ML XML
• ADF (Array Design File) fichiers tabulaires

13
MAGE-ML (MAGE-OM)
14
MAGE-ML (suite)
15
Array Design File
adc
adr
adh
contacts
Header
Informations techniques
16
Array Design File
Reporters
adc
Features
adr
Feature /Reporter
17
Array Design File
Liens avec les reporters
Caractéristiques
Composite
18
Contribution

• Application
• indépendante (pas de DB)
• Multi plateforme
• En 2 étapes
• Validation
• conversion

19
Validation (une étape obligatoire)

• Analyse syntaxique et lexicale des données
• Définition de règles de validation
• Utilisation de fichiers XML pour décrire les
  structures des fichiers de données (ADF)
• Vérification des termes de la ontologie MGED
• Vérification des banques de données approuvées
• Rapport derreurs pour correction
  (standardisation des données)

20
Implémentation - choix techniques

• Utilisation de MAGE-stk (perl ou Java)
• Simplicité dinstallation
• Multi plateforme

- Multiples formats de sortie
21
Problèmes rencontrés

• Mémoire
• Beaucoup de données
• Et leur redondance
• Flexibilité
• Acceptation et correction déléments incorrects
• Nouvelles versions des formats de descriptions
• Support minimum pour futurs applications des
  biopuces

22
Une adresse http//www.ebi.ac.uk/adf
http//www.ebi.ac.uk/adf/
23
Bilan

• Bilan pour léquipe
• Premier outil de vérification complète des
  données de description
• Soulager le travail des annotateurs en déplaçant
  la validation des données de description à la
  source (biologistes ou fabricants)
• Un bilan personnel positif, mais douloureux
• 6 mois en Angleterre
• Gestion de projet
• Nombreux contacts

24
(No Transcript)