Cours BIF7002 (Séminaire de Bioinformatique)
Hiver 2022
Informations pratiques
Enseignant : Vladimir Makarenkov.
Locaux et
horaires : mardi de 17h30 à 20h30 sur
Zoom (voir vos courriels de l’UQAM pour le lien Zoom).
Page web
du cours : http://www.info2.uqam.ca/~makarenkov_v/BIF7002/BIF7002.html.
Courriel :
makarenkov.vladimir(at)uqam.ca
Fonctionnement du cours
Ce cours sera basé sur des conférences données par des chercheurs dans
les disciplines touchant à la bioinformatique : informatique, mathématiques,
biologie et biochimie. Le cours comprendra les conférences (voir le calendrier
ci-dessous) suivies d’une séance d'exposés par les étudiants.
Évaluation
L'évaluation comportera trois parties : une note de présence et de
participation (20%), un rapport sur une conférence (40%) et un exposé (40%).
La note
de présence et de participation sera basée sur l'assiduité au cours et sur
l'animation (questions ou discussions pertinentes, ...). Elle comptera pour 20%
de la note finale.
Après
chaque conférence, une équipe d'étudiants désignée sera chargée de préparer un
rapport d'une dizaine de pages, à remettre au plus tard trois semaines après la
conférence. Ce rapport, qui devra aussi être remis sous la forme d'une page
Web, sera évalué à la base des critères suivants : la qualité de la
rédaction, la maîtrise des aspects scientifiques du problème, l'apport original
(approfondissement des questions soulevées lors des conférences notamment,
présentation et critiques de résultats expérimentaux, etc). Il comptera pour
40% de la note finale.
Lors de
la dernière séance de la session, chaque équipe d'étudiants effectuera une
présentation orale, d'une vingtaine de minutes, de son rapport, qui comptera
pour 40% de la note finale. Les principaux aspects pris en compte dans la
notation seront la qualité pédagogique et scientifique de l'exposé.
Vous pouvez consulter des exemples des rapports
sur la page web suivante :
http://www.info2.uqam.ca/~makarenkov_v/BIF7002/BIF7002_exemples_rapports.html.
Calendrier
Mardi 11 janvier
Présentation du cours BIF7002, sélection des conférences.
Mardi 18 janvier
1)
Présentation sur les stages du DESS par l’agent de stages
2) Vladimir
Makarenkov (Professeur, Département d'informatique, UQAM)
Titre : Le criblage à haut débit : détection et élimination
efficaces du biais systématique
Résumé : Le
criblage à haut débit (HTS - High-Throughput Screening, en anglais) est
une technologie moderne de recherche de nouveaux médicaments. La procédure de
criblage doit être largement automatisée pour pouvoir être applicable (plus de
100 000 composés chimiques sont souvent analysés par jour). La qualité des
mesures est primordiale pour la recherche de composés prometteurs (i.e., hits), qui sont des candidats éventuels
pour devenir de nouveaux médicaments. Lors de la prise des mesures, plusieurs
biais, aléatoires ou systématiques, peuvent se produire. Ils peuvent être dus à
des erreurs de manipulation, à des capteurs défectueux, au vieillissement des
composés, etc. Les méthodes que nous avons proposées, appelées Background correction et Well correction, cherchent à corriger le
biais systématique pour diminuer son impact sur les mesures expérimentales.
Nous avons créé le logiciel HTS Corrector
qui implémente ces méthodes et présente les résultats de manière chiffrée et
graphique pour mieux visualiser les effets de biais systématiques. Divers
essais des méthodes proposées ont été réalisés sur des données réelles et
simulées en vue de prouver leur efficacité.
Mardi 25 janvier
Jocelyn Bédard (Département
d'informatique, UQAM)
Titre :
Investigation of the effect of copy number variants on the expression of genes
and the IQ (DESS project in Prof.
Sebastien Jacquemont’s group at the CHSJ research center)
Résumé : Copy number variants (CNVs)
have previously been found to be linked to many human diseases and disabilities
(e.g.. Autism, Down syndrome). They have also been shown to be linked to a
negative effect on carriers’ intellectual capacity perceived as a reduced IQ.
Since CNVs can be expected to have various effects on gene expression, we aim
to determine if CNVs affect IQ at least in part due to an effect on gene
expression. For this purpose, we used the CARTaGENE cohort in which cognitive,
genotypic and transcriptomic data is available for several individuals. The
cognitive data was used as an indicator of the IQ, the genotypic data allowed
us to identify the CNVs present and the transcriptomic data was used to assess
gene expression levels. My tasks were mainly focused on analysis of the
cognitive data and the transcriptomic data. The latter required filtering,
normalization and correction for batch effects before we could use the data in
our study. I will present the result of several statistical methods used to
assess any correlation between gene expression and the IQ as well as the effect
of CNVs on gene expression. In general, some important genes were upregulated
or downregulated to draw significant conclusions.
Mardi 1 février
Denis Tverskoi (National Institute for Mathematical and Biological
Synthesis, University
of Tennessee)
Titre :
The evolution of germ-soma specialization under different genetic and
environmental effects
Résumé : Division of labor exists at different levels of
biological organization - from cell colonies to human societies. One of the
simplest examples of the division of labor in multicellular organisms is
germ-soma specialization, which plays a key role in the evolution of organismal
complexity. Here we formulate and study a general mathematical model exploring
the emergence of germ-soma specialization in colonies of cells. We consider a
finite population of colonies competing for resources. Colonies are of the same
size and are composed by asexually reproducing haploid cells. Each cell can
contribute to activity and fecundity of the colony, these contributions are
traded-off. We assume that all cells within a colony are genetically identical
but gene expression is affected by variation in the microenvironment
experienced by individual cells. Through analytical theory and evolutionary
agent-based modeling we show that the shape of the trade-off relation between
somatic and reproductive functions, the type and extent of variation in
within-colony microenvironment, and, in some cases, the number of genes
involved, are important predictors of the extent of germ-soma specialization.
Specifically, increasing convexity of the trade-off relation, the number of
different environmental gradients acting within a colony, and the number of
genes (in the case of random microenvironmental effects) promote the emergence
of germ-soma specialization. Overall our results contribute towards a better
understanding of the role of genetic, environmental, and microenvironmental
factors in the evolution of germ-soma specialization.
Mardi 8 février
Nadia Tahiri (Professeure, Département d’Informatique, Université de
Sherbrooke)
Titre :
Modélisation de la relation quantitative structure activité (QSAR) du passage
placentaire des contaminants environnementaux
Résumé :
La diversité croissante dans
l’environnement de composés potentiellement fœtotoxiques est une préoccupation
de santé publique. L’objectif de ce travail était de contribuer à l’élaboration
de méthodes rapides et efficaces pour en évaluer l’exposition prénatale. La
modélisation de la relation quantitative structure à activité (QSAR) est
apparue comme une méthode de choix dans l’élaboration d’un modèle prédictif
pour le passage placentaire des contaminants. Les ratios fœto-maternels de
concentrations sanguines pour 105 contaminants ont été compilés à partir de la
littérature, et 214 descripteurs moléculaires ont été générés. Dix modèles
prédictifs ont été élaborés à l’aide du logiciel Molecular Operating
Environnement (MOE) et des langages de programmation Python et R. Les jeux de
données d’entraînement et de test ont été utilisés, respectivement, pour
élaborer et valider les modèles. L’outil Applicability Domain v1.0 a été
utilisé pour déterminer le domaine d’applicabilité (DA). Les modèles élaborés
avec les méthodes de régression des moindres carrés partiels dans MOE et
SuperLearner dans R, ont montré les meilleures valeurs de précision et de
prédictivité avec des coefficients de détermination internes (R2) de 0,88 et
0,82, des R2 de validation croisée de 0,72 et 0,57, et des R2 externes de 0,73
et 0,74, respectivement. Le recouvrement de toutes les molécules du jeu de test
par le domaine d’applicabilité a permis de démontrer la fiabilité et la
pertinence des prédictions des modèles. Les résultats obtenus démontrent que
les modèles élaborés peuvent aider à quantifier l’exposition fœtale aux
composés toxiques de l’environnement à partir des concentrations sanguines de
la mère.
Mardi 15 février
Stéphane Samson et
Vladimir Makarenkov (Département d'informatique, UQAM)
Titre :
Analyse de recombinaison et de transferts horizontaux de gènes chez SARS-CoV-2
Résumé : La pandémie actuelle de
SARS-CoV-2 fait partie des maladies infectieuses les plus dangereuses qui
soient apparues dans l’histoire récente. L’hypothèse a été émise dans le passé
que les souches humaines de coronavirus des épidémies de SARS aient passées des
chauves-souris à l’homme par l’entremise d’hôtes intermédiaires tels les
civettes (SARS-CoV) et les chameaux (MERS-CoV). Des études récentes suggèrent
que le génome du SARS-CoV-2 est très similaire au coronavirus de certaines
chauves-souris pour la plupart de ses gènes et, à certaines souches de
coronavirus de pangolins malaisiens pour le domaine receptor binding (RB) de la
protéine de pointe (spike protein). Dans cet exposé, nous présenterons les
résultats d’une analyse de détection d’évènements de recombinaison ainsi que de
transferts horizontaux de gènes sur les 11 gènes principaux du SARS-CoV-2 afin
de mieux comprendre les mécanismes derrière son émergence chez les humains et
le rôle de ces hôtes intermédiaires potentiels. Nous présenterons également
notre nouveau logiciel SimPlot++ permettant de mesurer et visualiser la
similarité génétique entre différentes espèces (ou groupes d’espèces)
étudié(e)s.
Lien vers le logiciel
SimPlot++
Rapport de Dihia Baloul,
Marina Marinelli et Audrey-Ann Sicard
Mardi 22 février
Jeremy Charlier (AI
specialist, Banque Nationale du Canada)
Titre :
Novel Encoding of sgRNA-DNA Sequences for Effective Off-Target Prediction in Gene
Editing with Deep Learning
Résumé :
Off-target predictions are crucial in gene editing research to improve existing
prediction methods. Recently, significant progress has been achieved in the
field of prediction of off-target mutations, particularly with CRISPR-Cas9
data, thanks to the use of deep learning. CRISPR-Cas9 is a precise gene editing
technique allowing manipulations of DNA fragments. The encoding of sgRNA-DNA
sequences for deep neural networks is a complex process, which impacts
significantly the prediction accuracy. In this context, we propose a novel
encoding of sgRNADNA sequences that is capable to aggregate the involved
sequence data without any loss of information. In our experiments, we compare
our novel encoding with the state-of-the-art sgRNADNA encoding. We demonstrate
the superior accuracy of our approach in our simulations involving Feedforward
Neural Networks (FFN) and Convolutional Neural Networks (CNN). We highlight the
universality of our results by building several FFNs and CNNs with various
layer depths and performing predictions on two popular public gene editing data
sets, the CRISPOR data set and the GUIDE-seq data set. In all our experiments,
the new encoding led to more accurate off-target prediction results, providing
an improvement of the AUC of ROC curve metrics up to 35%.
Mardi 1 mars
La
semaine de relâche !
Mardi 8 mars
Alpha Boubacar Diallo
(Senior Director of Bioinformatics, Pacific Biosciences)
Titre :
Second and Third generation sequencing applications, challenges and beyond
Résumé : During this
presentation, we will focus on Short reads and Long reads sequencing data
generation and analysis. We will discuss some of the main challenges and issues
and show how we can overcome them over the next few years.
Rapport de Florent Guilloteau
et Patrice Naud
Mardi 15 mars
Vladimir
Reinharz (Professeur, Département d’Informatique,
UQAM)
Titre : Graphes pour la détections
de motifs structuraux complexes dans l’ARN
Résumé : NA molecules fulfill a large amount of fundamental
tasks in every living organism. To achieve this vast array of functions, from transmitting
information to biological sensors, they rely on complex three-dimensional
structures. A low level representation that only considers canonical base
pairs, called the secondary structure, has mathematical properties making it
suitable for study under a Boltzmann ensemble framework. Dynamic programming
algorithms have shown to be particularly adept to understand the link between
secondary structure and sequence in that framework. Yet this is not enough to
fully grasp fine networks of interactions, critical to the function, that are
not captured by the secondary structure. The Leontis-Westhof annotations of
non-canonical interactions classifies all interactions beyond those in the
secondary structure.
This ontology allows to represent RNA molecules in much more details,
and can then be described as directed graph with labelled edges. The discovery
of conserved sub-structures can be transposed to the problem of maximal edge
sub-isomorphismes. While classically NP-hard, we can take advantage of structural
properties to restrain the ensemble of admissible graphs. In this talk, I will
present the algorithms we developed for that case and interesting results that
where obtained [1]. In particular, I will highlight the hierarchical
organization of sub-structures, and how they are spread over vastly different
functions. I will then speculate briefly over the role of
chemical-modifications and future work.
Reference:
[1] Mining for recurrent long-range interactions in RNA structures
reveals embedded hierarchies in network families; Reinharz, Soule, Westhof,
Waldispuhl and Denise; NAR, 2018
Mardi 22 mars
Mohamed Amine Remita (Département d’Informatique,
UQAM)
Titre : An Evolutionary-based
Variational Generative Models for Biological Sequences
Résumé : Generative
frameworks designed for genomics data are emerging as powerful approaches to
study complex phenomena in biology including protein functions and structures,
single-cell RNA-seq analyses and phylogenetic-based studies. However, to study
molecular evolutionary derived processes, most of deep generative models do not
consider explicitly the underlying evolutionary dynamics of biological
sequences as it is performed within the Bayesian phylogenetic inference
framework. Here we propose a method for a variational Bayesian generative model
that jointly approximates the true posterior of local biological evolutionary
parameters and generates sequence alignments. Moreover, it is instantiated and
tuned for continuous-time Markov chain substitution models such as the
generalized time reversible model. The architecture of our method consists of a
set of deep variational encoders that infer the parameters of
evolutionary-latent-variable distributions and allows sampling; and a
generative model that computes probability transition matrices from sampled
latent variables and generates a distribution of sequence alignments from
reconstructed ancestral states. We train the model via a low-variance
variational objective function and a site-wise-stochastic gradient ascent
algorithm. Experimentally, we show the effectiveness and efficiency of the
method on synthetic sequence alignments simulated with several evolutionary
schemas and on real virus aligned DNA sequences.
Présentation
de Mohamed Amine Remita
Mardi 29 mars
Bogdan Mazoure (Chercheur
en Intelligence Artificielle, laboratoire MILA, Google Brain et McGill
University)
Titre :
Introduction to Markov decision processes and applications
Résumé : Since their
invention, Markov chains have played a fundamental role in stochastic process
analysis and applications to statistical modeling like weather, stock markets,
and more recently even text generation. One not widely known class of Markov
chains incorporates an additional component, called “actions”, which allows the
Markov decision processes to solve complex sequential decision making problem
such as game playing. This lecture will first cover fundamental concepts of
Markov chains, then show how they can be easily generalized by an MDP (Markov
Decision Process) framework. Finally, applications of MDPs in the field of
bioinformatics will be presented.
Mardi 5 avril
À
venir
Mardi 12-19 avril
Les exposés des étudiants
