![Page 1: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/1.jpg)
Recherche heuristique dans les bases de donnéesL’algorithme BLASTNadia El-Mabrouk
![Page 2: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/2.jpg)
Problématiques
Est-ce que cette séquence contient un gène? Est-ce que ce gène fait partie d’une famille
connue? Quelle est la fonction de cette protéine? Est-ce que cette protéine existe dans
d’autres organismes? Est-ce que d’autres protéines ont les mêmes
domaines ou motifs structuraux?
![Page 3: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/3.jpg)
Rappel – Alignement de séquences
Seq1
Seq2
Seq1
Seq2
Alignement local:
Seq1
Seq2
Alignement global:
Recherche de motif:
![Page 4: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/4.jpg)
Alignement localSimilarité locale entre S1 et S2: Valeur max d’un alignement
entre deux facteurs qcq de S1 et S2
Exemple: Score 2 pour match et -1 pour mismatch ou espace
CAGCAC TT – GG AT TCTCGG l l l l l TAGT TT A GG -T GGCAT
Problème: Retrouver les deux facteurs des deux séquences de similarité locale maximale
Fonction de score pour les substitutions de nucléotides ou d’AA
Fonction de score pour les trous (gaps)
![Page 5: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/5.jpg)
Matrice BLOSUM 62
Score positif pour les identités, et négatif pour les mismatchs
![Page 6: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/6.jpg)
![Page 7: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/7.jpg)
Méthodes utilisées pour l’alignement local Méthode exacte: Smith-Waterman
Algorithme exact en O(n2) utilisant la programmation dynamique
Trop coûteux pour parcourir une banque de données
Heuristiques: Méthodes approximatives. Pas sûr d’obtenir le meilleur résultat
FASTA et BLAST: Heuristiques les plus utilisées. Basées sur une idée de filtrage Sélectionner des parties de la base de donnée par une
méthode de recherche exacte Pour chaque partie (intervalle) vérifier si une similarité locale
existe
![Page 8: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/8.jpg)
Qualité d’un algorithme de comparaison de séquences Sélectivité: Capacité à ne détecter que la
réalité biologique et rien de plus
Problème des Faux-Positifs
Sensitivité: Capacité à détecter tout ce qui est intéressant sur le plan biologique
Problème des Faux-Négatifs
![Page 9: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/9.jpg)
BLAST: Basic local alignment search tool
Similarité locale entre une séquence requête et une banque de donnéesDevenu populaire grâce à une implémentation très efficace.
BLASTP: séquence de protéine dans BD de protéines BLASTN: séquence de nucléotides dans BD d’ADN BLASTX: séquence de nucléotides (6 ordres de lecture) dans BD de
protéines TBLASTN: séquence de protéine dans BD traduite TBLASTX: séquence traduite dans BD traduite BLASTZ: Étudié pour aligner de longues séquences d’ADN, utilisé pour
l’alignement de l’homme et de la souris PHI-BLAST: Recherche d’une expression régulière (consensus) PSI-BLAST: Construit un consensus, ou matrice de score, à partir d’un
alignement multiple des ``hits’’ de plus haut score obtenus par une recherche BLAST initiale
![Page 10: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/10.jpg)
Méthode utilisée par BLAST Former la liste de tous les facteurs de taille w de la séquence requête P
P
Maximum l-w+1 mots
Pour chaque facteur f, former la liste de tous les mots de taille w dont le score avec f dépasse un seuil T
Exemple: Pour f =PQG, {PQG, PRG, PKG, PDG, PMG…}
![Page 11: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/11.jpg)
![Page 12: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/12.jpg)
Identifier les occurrences exactes des mots de la liste dans la BD
Pour chaque paire de séquences trouvées, étendre l’alignement dans les deux directions, jusqu’à ce que le score de l’alignement chute de X par rapport à sa valeur d’origine. Segment accepté si score>S
![Page 13: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/13.jpg)
Le HSP de score maximal sur l’ensemble de la séquence est appelé maximal scoring segment pair (MSP)
Les alignements locaux HSP sont chaînés pour former des alignements plus longs, incluant des espaces et des trous.
Si le MSP ou les HSP combinés ont un score qui dépasse un certain seuil S, il sont affichés
![Page 14: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/14.jpg)
Paramètres La séquence format FASTA La banque (compressée) W (taille du mot).
Protéines: w de 3 à 5, et T = 17
Donne à peu près 50 mots pour chaque facteur Nucléotides: w = 12
S (seuil de sélection d’un score) Matrices de substitution (BLOSUM 62) ou
score pour les nucléotides (+5/-4)
![Page 15: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/15.jpg)
Évaluation statistique
Expect-value = nb de fois où un HSP est attendu par chance sur l’ensemble de la banque. Plus cette valeur est faible, plus le HSP est significatif
P-value: P(N): Probabilité du score observé. Plus cette valeur est faible, plus le HSP est significatif.
![Page 16: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/16.jpg)
La page d’entrée NCBI BLASThttp://www.ncbi.nlm.nih.gov/BLAST/
On choisit son BLAST
![Page 17: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/17.jpg)
On entre la séquence à chercher Le programme choisi
![Page 18: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/18.jpg)
Choisir la banque de données dans laquelle on veutfaire la recherche
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 19: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/19.jpg)
On a soumis et on attend les résultats
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 20: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/20.jpg)
Les résultats: entête
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 21: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/21.jpg)
Les résultats: vue graphique
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 22: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/22.jpg)
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 23: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/23.jpg)
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt
![Page 24: Recherche heuristique dans les bases de données L’algorithme BLAST](https://reader034.vdocuments.mx/reader034/viewer/2022051623/5681584e550346895dc5a77e/html5/thumbnails/24.jpg)
life.csmu.edu.tw/lifeinfo/db_lifescience/0722-1.ppt