Une approche bioinformatique intégrative pour la recherche de cibles physiopathologiques dans les maladies complexes : une application aux données transcriptomiques

L’analyse des interactions transcriptionnelles mesurees par les puces a ADN est utilisee pour identifier des cibles physiopathologiques d'interet. Il est possible de caracteriser l'importance relative des transcrits a l'aide de mesures de centralite basees sur l’abstraction des reseaux. Le bruit experimental est l’un des problemes majeurs rencontres lors de l’analyse du transcriptome et se retrouve egalement dans les reseaux de co-expression, diminuant la pertinence biologique des mesures de centralite. Nous avons suppose que l’integration des donnees d’expression avec les annotations fonctionnelles pourrait augmenter la pertinence biologique et rendre les mesures plus robustes au bruit. Dans ce contexte nous avons developpe l’ATC, un score de centralite fonctionnelle, qui se base sur la propagation des annotations genomiques au sein des reseaux de co-expression. Cette approche, inspiree de la propagation des influences fonctionnelles dans les reseaux d’interaction moleculaires, a ete comparee a d’autres mesures de centralite topologique, la connectivite et l’intermediarite, dans leur capacite a identifier des genes fonctionnellement importants. Elle s’est averee egalement plus resistante au bruit aleatoire. Des indicateurs d’importance biologique, notamment l’essentialite et un score unifie de conservation phylogenetique, ont ete utilises. D’autres developpements ont permis la realisation de trois outils analytiques, publiquement accessibles : FunNet, FunNetViz et PhyloScore. L’ATC et l’analyse des reseaux de co-expression ont ete appliques a des donnees produites au laboratoire dans le cadre de l’obesite et de nouvelles pistes physiopathologiques ont ete proposees.