Données génomiques massives : applications, enjeux computationnels et perspectives

Eric Rivals 1, 2
2 MAB - Méthodes et Algorithmes pour la Bioinformatique
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : De nombreux aspects du fonctionnement biologique peuvent être étudiés grâce aux nouvelles technologies de séquençage à haut débit (SHD) : de l'échelle moléculaire (ex. épigénomique ou épitranscriptomique) jusqu'à celle d'un système écologique (structure et dynamique des interactions entre espèces d'un environnement). Le SHD est devenu indispensable aux avancées des recherches fondamentales aussi bien qu'aux développements industriels-par ex. en agronomie. Bien évidement, la médecine de précision (aussi nommée médecine personnalisée) s'appuie sur ces technologies qui commencent à s'implanter dans les hôpitaux. Les caractéristiques principales des données de séquençage sont d'une part le volume de données pro-duites par séquençage (volume qui augmente exponentiellement), d'autre part la capacité d'exploration exhaustive (du génome, du transcriptome, des interactions dans leur ensemble). L'enjeu computation-nel majeur devient alors d'analyser avec précision, efficacité et robustesse ces données génomiques. Après quelques exemples d'applications, j'aborderai le rôle clef de l'indexation de données dans les algorithmes d'analyse de SHD. Les données génomiques codent une part cruciale de ce qui déter-mine un individu et contiennent des informations sur sa vie et son histoire. Je conclurai sur les enjeux globaux pour la recherche et la société que posent la disponibilité de ces informations.
Type de document :
Communication dans un congrès
Maison Interuniversitaire des Sciences de l'Homme –Alsace (MISHA). Open Science, Open Access, Open Data et données, Jun 2018, Strasbourg, France. 2018, 〈http://www.misha.fr〉
Liste complète des métadonnées

https://hal-lirmm.ccsd.cnrs.fr/lirmm-01951492
Contributeur : Eric Rivals <>
Soumis le : mardi 11 décembre 2018 - 14:40:19
Dernière modification le : vendredi 15 mars 2019 - 01:15:14
Document(s) archivé(s) le : mardi 12 mars 2019 - 15:05:44

Fichier

Rivals-stras-resume-2018.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : lirmm-01951492, version 1

Collections

Citation

Eric Rivals. Données génomiques massives : applications, enjeux computationnels et perspectives. Maison Interuniversitaire des Sciences de l'Homme –Alsace (MISHA). Open Science, Open Access, Open Data et données, Jun 2018, Strasbourg, France. 2018, 〈http://www.misha.fr〉. 〈lirmm-01951492〉

Partager

Métriques

Consultations de la notice

88

Téléchargements de fichiers

11