Conception et analyse des biopuces à ADN en environnements parallèles et distribués

283 Pages·2017·6.22 MB·French

by  Faouzi Jaziri

Conception et analyse des biopuces à ADN en
environnements parallèles et distribués
Faouzi Jaziri
To cite this version:
Faouzi Jaziri. Conception et analyse des biopuces à ADN en environnements parallèles et distribués.
Autre[cs.OH].UniversitéBlaisePascal-Clermont-FerrandII,2014. Français. ￿NNT:2014CLF22465￿.
￿tel-01276669￿
HAL Id: tel-01276669
https://theses.hal.science/tel-01276669
Submitted on 19 Feb 2016
HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est
archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.
Université Blaise Pascal – Clermont II
Ecole Doctorale des Sciences pour l’Ingénieur

Thèse
pour obtenir le grade de
Docteur d’Université
(Spécialité: Informatique)

Présentée par
Faouzi JAZIRI

Conception et analyse des biopuces à ADN en
environnements parallèles et distribués

Date de soutenance prévue : 23 Juin 2014

Membres du jury

Rapporteurs: Abdoulaye Baniré Diallo, Professeur, Université du Québec
Robert Duran, Professeur, Université de Pau et des Pays de
l’Adour

Examinateurs: Vincent Breton, Directeur de recherche, CNRS
Eric Innocenti, Maître de conférences, Université de Corse
Pasquale Paoli

Directeurs de thèse: David Hill, Professeur, Université Blaise Pascal
Pierre Peyret, Professeur, Université d’Auvergne

Invité: Eric Peyretaillade, Maître de conférences, Université d’Auvergne

Laboratoires d’accueil:
Laboratoire d’Informatique, de Modélisation et d’Optimisation des Systèmes (LIMOS)
EA Conception Ingénierie et Développement de l’Aliment et du Médicament (CIDAM)
Laboratoire Microorganismes: Génome et Environnement (LMGE)

Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués

Résumé

3
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués
Les microorganismes constituent la plus grande diversité du monde vivant. Ils jouent un rôle
clef dans tous les processus biologiques grâce à leurs capacités d’adaptation et à la diversité de
leurs capacités métaboliques. Le développement de nouvelles approches de génomique permet de
mieux explorer les populations microbiennes. Dans ce contexte, les biopuces à ADN représentent
un outil à haut débit de choix pour l'étude de plusieurs milliers d’espèces en une seule expérience.
Cependant, la conception et l’analyse des biopuces à ADN, avec leurs formats de haute densité
actuels ainsi que l’immense quantité de données à traiter, représentent des étapes complexes mais
cruciales. Pour améliorer la qualité et la performance de ces deux étapes, nous avons proposé de
nouvelles approches bioinformatiques pour la conception et l’analyse des biopuces à ADN en
environnements parallèles. Ces approches généralistes et polyvalentes utilisent le calcul haute
performance (HPC) et les nouvelles approches du génie logiciel inspirées de la modélisation,
notamment l’ingénierie dirigée par les modèles (IDM) pour contourner les limites actuelles.
Nous avons développé PhylGrid 2.0, une nouvelle approche distribuée sur grilles de calcul
pour la sélection de sondes exploratoires pour biopuces phylogénétiques. Ce logiciel a alors été
utilisé pour construire PhylOPDb: une base de données complète de sondes oligonucléotidiques
pour l’étude des communautés procaryotiques. MetaExploArrays qui est un logiciel parallèle pour
la détermination de sondes sur différentes architectures de calcul (un PC, un multiprocesseur, un
cluster ou une grille de calcul), en utilisant une approche de méta-programmation et d’ingénierie
dirigée par les modèles a alors été conçu pour apporter une flexibilité aux utilisateurs en fonction
de leurs ressources matériel. PhylInterpret, quant à lui est un nouveau logiciel pour faciliter
l’analyse des résultats d’hybridation des biopuces à ADN. PhylInterpret utilise les notions de la
logique propositionnelle pour déterminer la composition en procaryotes d’échantillons
métagénomiques. Enfin, une démarche d’ingénierie dirigée par les modèles pour la parallélisation
de la traduction inverse d’oligopeptides pour le design des biopuces à ADN fonctionnelles a
également été mise en place.
Mots-clés: Bioinformatique, Biopuces à ADN, Sélection de sondes, Analyse des biopuces, Calcul
intensif, Ingénierie dirigée par les modèles (IDM).

4
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués

Abstract

5
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués
Microorganisms represent the largest diversity of the living beings. They play a crucial role
in all biological processes related to their huge metabolic potentialities and their capacity for
adaptation to different ecological niches. The development of new genomic approaches allows a
better knowledge of the microbial communities involved in complex environments functioning. In
this context, DNA microarrays represent high-throughput tools able to study the presence, or the
expression levels of several thousands of genes, combining qualitative and quantitative aspects in
only one experiment. However, the design and analysis of DNA microarrays, with their current
high density formats as well as the huge amount of data to process, are complex but crucial steps.
To improve the quality and performance of these two steps, we have proposed new bioinformatics
approaches for the design and analysis of DNA microarrays in parallel and distributed
environments. These multipurpose approaches use high performance computing (HPC) and new
software engineering approaches, especially model driven engineering (MDE), to overcome the
current limitations.
We have first developed PhylGrid 2.0, a new distributed approach for the selection of
explorative probes for phylogenetic DNA microarrays at large scale using computing grids. This
software was used to build PhylOPDb: a comprehensive 16S rRNA oligonucleotide probe database
for prokaryotic identification. MetaExploArrays, which is a parallel software of oligonucleotide
probe selection on different computing architectures (a PC, a multiprocessor, a cluster or a
computing grid) using meta-programming and a model driven engineering approach, has been
developed to improve flexibility in accordance to user’s informatics resources. Then, PhylInterpret,
a new software for the analysis of hybridization results of DNA microarrays. PhylInterpret uses the
concepts of propositional logic to determine the prokaryotic composition of metagenomic samples.
Finally, a new parallelization method based on model driven engineering (MDE) has been proposed
to compute a complete backtranslation of short peptides to select probes for functional microarrays.
Keywords: Bioinformatics, DNA microarrays, Probe design, DNA MicroArray Data Analysis,
High performance computing (HPC), Model driven engineering (MDE).

6
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués

Remerciements

7
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués

Je souhaite remercier d’abord les différents directeurs d’unités, Alain Quillot
(Laboratoire d‘Informatique et de Modélisation et Optimisation des Système LIMOS –
UMR CNRS 6158), Christian Amblard (Laboratoire Microorganismes: Génome et
Environnement LMGE – UMR CNRS 6023) et Monique Alric (EA Conception Ingénierie
et Développement de l’Aliment et du Médicament CIDAM - EA 4678), pour m’avoir
accueilli au sein de leurs laboratoires. Je vous remercie pour votre accueil et pour m’avoir
permis de travailler dans de bonnes conditions.
Mes remerciements les plus sincères vont ensuite à Abdoulaye Baniré Diallo et
Robert Duran pour m’avoir fait l’honneur d’accepter d’être rapporteurs de cette thèse ainsi
qu’à Vincent Breton et Eric Innocenti pour avoir accepté d’examiner mon travail et faire
partie de mon jury de thèse. Je voudrais également remercier la région d’Auvergne pour le
financement des travaux de ma thèse.
Mes remerciements les plus chaleureux vont à mes deux directeurs de thèse, David
Hill et Pierre Peyret, pour avoir encadré mes travaux de recherche durant cette thèse
jusqu‘à leur aboutissement. Je te remercie Benny pour ton aide, tes conseils et ton soutien
dans les moments difficiles. Merci pour m’avoir toujours poussé à donner le meilleur de
moi-même. Merci pour ton côté humain qui me touche depuis plusieurs années maintenant.
Je ne te remercierai jamais assez pour tout ce que tu as fait pour moi. Et je ne peux pas
oublier de remercier ta femme Anne. Merci Anne pour ton grand cœur et ta gentillesse.
Mes remerciements vont aussi pour « Benny sénior » pour les relectures d’anglais! Je
souhaite rendre hommage à Pierre pour son soutien, sa confiance et son aide précieuse.
Merci pour m’avoir fait découvrir le monde vaste de l’écologie microbienne mais aussi
pour m’avoir fait découvrir la beauté de Clermont-Ferrand: merci pour m’avoir accueilli à
mon arrivée à Clermont-Ferrand et pour la visite de la ville!
J’adresse également un grand merci à Eric Peyretaillade. Merci pour tes précieux
conseils, ton soutien, ton savoir et ton humour à toute épreuve. Merci pour ton aide tout au
long de cette thèse. Merci pour ton investissement sur mes travaux, et sur la correction du
manuscrit.
Je tiens à exprimer ma gratitude pour tous les membres de l’EA CIDAM et de
l’équipe G2IM sans exception, qu’ils soient encore ici ou non, pour m’avoir accueilli
chaleureusement parmi eux. Je remercie en particulier Delphine Boucher, Corinne Biderre-
8
Conception et Analyse des Biopuces à ADN en Environnements Parallèles et Distribués
Petit, Anne Moné, Brigitte Chebance (merci Brigitte pour ta grande disponibilité et ton
accueil), Jean-François Brugère, Olivier Gonçalves, Sébastien Rimour, Sébastien Terrat,
Ourdia Bouzid, Sophie Comtet, Nicolas Parisot, Céline Ribière, Cyrielle Gasc, William
Tottey, Mohieddine Missaoui (un grand merci pour tes précieux conseils), Jérémie
Denonfoux et Eric Dugat-Bony (un grand merci à vous deux pour votre aide et pour toutes
nos discussions).
Merci également à mes collègues et amis du LIMOS: Luc, Jonathan C., Jonathan P.
(M. Karaté! :p Je ne vais pas oublier ton calendrier Bio qui m’a accompagné durant la
dernière année de ma thèse!! Merci pour ton amitié), Sébastien, Pierre, Guillaume,
Romain, Nathalie, Nicolas, Toan, Rabii, Wajdi (merci pour ton amitié Bro), Sabeur,
Haythem, Baraa, et tous les autres membres du LIMOS.
Je tiens notamment à remercier Béatrice Bourdieu, Pascale Gouinaud et Antoine
Mahul qui ont largement contribué au bon déroulement de cette thèse.
Je n’oublie pas non plus tous mes collègues du département MMI du Puy-en-Velay
pour leur accueil durant cette dernière année. Merci pour m’avoir accueilli
chaleureusement parmi vous comme le membre d’une famille. Merci à vous tous pour
votre soutien et votre amitié.
Ensuite, mes remerciements vont à ma famille et mes amis pour leur compréhension
et leur soutien.
Cette thèse n’aurait pas abouti également sans l’aide de ma famille, en particulier,
mes parents pour tout ce qu’ils ont fait pour moi, ma femme pour son soutien et pour avoir
supporté ces longues années de thèse, mon petit ange Adam, mes frères et sœurs, la petite
famille de ma femme et mes amis.
Enfin, je dédie cette thèse à la mémoire de mes grands-parents…

9