Projets 2016 - L3-Info transcriptome

From silico.biotoul.fr

Nous avons vu en TD comment identifier les gènes différentiellement exprimés entre deux séries d'hybridations correspondant à des conditions expérimentales/biologiques différentes.

Pour ce projet, vous aurez à effectuer le même type d'analyse à partir de la publication que vous aurez sélectionnée :

• description du contexte et du but de l'étude (maladie, processus biologique, nombre de conditions, nombre d'hybridations, ...)
• récupération des données brutes fournies par le logiciel d'analyse d'images,
• chargement des données dans R/Bioconductor,
• contrôles qualité des hybridations et graphiques de description des données d'hybridation,
• application des méthodes pour la prise en compte du bruit de fond puis justification et sélection d'une méthode,
• application des méthodes de normalisation puis justification et sélection d'une méthode,
• extraction et transformation en log2 des valeurs d'expression,
• identification des spots différentiellement exprimés,

Vous remettrez un rapport (fichier PDF ou HTML,le mieux étant d'utiliser Knit) sous la forme de compte rendu d'analyse incluant les étapes ci-dessus. Pour chaque étape, vous indiquerez les commandes R effectuées et les résultats obtenus (copier/coller de la sortie R ou des graphiques) et vous commenterez les résultats obtenus. Le rapport est à envoyer à mailto:barriot@biotoul.fr

Articles proposés :

• Differential gene expression in granulosa cells from polycystic ovary syndrome patients with and without insulin resistance: identification of susceptibility gene sets through network analysis. PMID:22904171

Pour cette analyse, vous identifierez les gènes différentiellement exprimés ayant une p-valeur ≤ 0.05 et un logFoldChange ≥ 1.5 ainsi que comme les auteurs une p-valeur ≤ 0.001 (sans ajustement du seuil pour les tests multiples) et un logFoldChange ≥ 2

• Overexpression of Apoptotic Cell Removal Receptor MERTK in Alveolar Macrophages of Cigarette Smokers. PMID:18587056

Pour cette analyse, vous identifierez les gènes différentiellement exprimés ayant une p-valeur ≤ 0.05 et un logFoldChange ≥ 2