Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

FP7

Epigene Informatics Résultat en bref

Project ID: 299192
Financé au titre de: FP7-PEOPLE
Pays: Royaume-Uni

De nouvelles méthodes en épigénomique

Les chercheurs ont mis au point de nouvelles méthodes d'analyse des données épigénomiques, qui étudie la manière dont l'ADN contrôle l'expression génique.
De nouvelles méthodes en épigénomique
L'épigénomique est l'étude de l'organisation de l'ADN à l'échelle du génome. Il s'agit d'une nouvelle spécialité, puisque les chercheurs commencent à comprendre comment exploiter les informations utiles dans un océan de données génomiques.

Le projet EPIGENE INFORMATICS (Machine learning approaches to epigenomic research), financé par l'UE, visait à créer des outils bio-informatiques capables d'extraire les données utiles d'ensembles complexes générés par les méthodes biologiques actuelles. Plus particulièrement, les chercheurs ont tenté de créer une structure permettant les tests statistiques sur ces ensembles de données.

EPIGENE INFORMATICS a ainsi mis au point deux méthodes pour comparer les profils de séquençage génétique à partir de techniques appelées ChIP-Seq (combinaison de l'immunoprécipitation de la chromatine et du séquençage) et BS-Seq (séquençage au bisulfite). Ces méthodes permettent d'étudier les changements au niveau des protéines et de l'épigénomique associés à une séquence d'ADN spécifique.

Les chercheurs peuvent ainsi comparer les profils et isoler des différences essentielles sur la base d'analyses statistiques. L'équipe a testé de nouvelles méthodes en étudiant le marqueur épigénomique standard H3K4me3 et la protéine Cfp1 responsable de l'introduction du H3K4me3 dans le génome.

Les recherches ont montré que Cfp1 comptait plus de 1600 zones cibles potentielles, et associé le marqueur H3K4me3 aux changements de l'expression génique. En d'autres termes, la méthode MMDiff permet d'identifier les changements épigénomiques importants sur le plan biologique.

La deuxième méthode (M3D) détecte les modifications au niveau de la méthylation (une variation épigénomique fréquente) dans tout le génome. Elle a produit de meilleurs résultats que les outils analogues.

La mise en œuvre d'une analyse statistique efficace des données génomiques aidera les chercheurs à mieux les appréhender, et ainsi mieux comprendre la biologie de l'homme, ce qui s'avérera particulièrement utile pour la médecine et la santé en général.

Informations connexes

Mots-clés

Epigénomique, expression génique, données génomiques, bio-informatique, séquençage des gènes
Numéro d'enregistrement: 181037 / Dernière mise à jour le: 2016-04-14
Domaine: Biologie, Médecine