| Titre : | Prédiction d’interaction protéine-protéine |
| Auteurs : | AHLAM NESSIGHA, Auteur ; Saliha Belounnar, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2020 |
| Format : | 1 vol. (67 p.) / ill. / 29 cm |
| Langues: | Français |
| Mots-clés: | Protéine,Acides aminés,Chaînes peptidiques,Interaction protéine-protéine,Apprentissage automatique,Classification (SVM). |
| Résumé : | Les interactions protéines jouent un rôle majeur dans divers processus et fonctions biologiques des cellules vivantes.Par conséquent, les étudier et les identifier correctement est essentiel pour comprendre les versets moléculaires dans la cellule.La biologie offre de nombreuses méthodes expérimentales pour détecter les interactions protéiques, mais malgré leur développement, elles sont coûteuses et prennent du temps.Ce travail propose un système pour étudier les interactions des paires des protéines à partir de leurs chaînes peptidiques pour créer des modèles de prédiction à l'aide de méthodes d'apprentissage automatique. Ces modèles sont utilisés pour prédire les interactions des paires protéine-protéine.Le système est conçu, implémenté et validé des données résultant de la prédiction des interactions protéine-protéine. |
| Sommaire : |
Introduction générale 1
1 PROTEINE ET SON INTERACTION 3 1.1 Introduction ................................. 4 1.2 Définition de la Bioinformatique .......................................... 4 1.3 Application de la Bioinformatique ................................. 4 1.4 Terminologies biologiques ........................ 5 1.4.1 ADN ................................................ 5 1.4.2 ARN et ARNm ........................................... 6 1.4.3 La reproduction ................................... 7 1.4.4 Les acides aminés .................................. 8 1.4.5 Codon ......................................................... 9 1.4.6 La Traduction ....................................... 9 1.5 La protéine .............................................. 11 1.5.1 Définition de la protéine .............................. 11 1.5.2 La structure de la protéine ...................... 11 1.5.2.1 Structure primaire .................. 11 1.5.2.2 Structure secondaire .......................... 12 1.5.2.3 Structure tertiaire .................................................. 12 1.5.2.4 Structure quaternaire ..................................... 12 1.5.3 Interaction protéine .............................. 14 1.5.4 Type interaction ......................... 14 1.5.4.1 Homo-oligomère ou hétéro-oligomère .................... 14 1.5.4.2 Obligatoire ou non-obligatoire ............ 14 1.5.4.3 Permanente ou transitoire .................. 14 1.5.5 Mécanismes de régulation des protéines ................ 15 1.5.5.1 La localisation .................................. 15 1.5.5.2 La concentration locale ............................................. 15 1.5.5.3 L’environnement physico-chimique local ............. 15 1.5.6 Réseau d’interaction protéine-protéine ....................................................... 15 1.5.7 Les bases de données d’interactions protéine-protéine ............................... 17 1.5.8 Prédiction d’interactions .............................................................................. 17 1.5.9 Méthodes de prédiction d’interaction ......................................................... 18 1.5.9.1 Méthodes de conservation du contexte génomique ...................... 18 1.5.9.2 Méthodes de co-évolution ............................................................. 18 1.5.9.3 Méthodes basées sur la structure .................................................. 19 1.5.9.4 Méthodes basées sur les domaines ................................. 19 1.5.9.5 Méthodes d’apprentissage ............................................................. 19 1.6 Conclusion ....................................................... 20 2 METHODE D’APPRENTISSAGE 21 2.1 Introduction ............................................................. 22 2.2 L’apprentissage ........................................................ 22 2.2.1 L’apprentissage supervisé ..................................... 22 2.2.2 L’apprentissage non supervisé ............................ 24 2.2.3 L’apprentissage semi-supervisé ........................... 24 2.3 Le Support Victor Machin (SVM) ............................ 25 2.3.1 Principe de la technique SVM .......................... 25 2.3.1.1 L'hyperplan .......................................... 25 2.3.1.2 Marge ............................ 26 2.3.1.3 Maximiser la marge .................................. 26 2.3.1.4 Vecteurs supports ...................................... 27 2.3.2 SVM à marge dure ................................... 28 2.3.3 SVM à marge souple .............................................. 29 2.3.4 SVM a Kernel ................................................ 30 2.3.5 SVM multi classes .......................................... 30 2.3.5.1 Les méthodes de décomposition ........... 31 2.3.5.1.1 Une-contre-reste (1vsR) ............................. 31 2.3.5.1.2 Une-contre-une (1vs1) ................................. 32 2.3.6 Avantage du SVM ............................................ 33 2.4 Evaluation de l’apprentissage et sélection de modèle ............. 34 2.4.1 La sélection de modèle ......................................... 34 2.4.2 L’évaluation d’un modèle ................................. 34 2.5 Méthodes d’apprentissage ................................. 34 2.6 Conclusion ......................................... 35 3 CONCEPTION DU SYSTEME 36 3.1 Introduction ............................ 37 3.2 Méthodologie suivie ......................... 37 3.3 Conception globale du système ...................................... 38 3.4 Conception détaillé .................................... 38 3.4.1 Module préparation des données .................... 39 3.4.1.1 La conversion ................................. 40 3.4.1.2 Extraction des paires de protéines .......................... 40 3.4.1.3 Réduction des données .......................... 40 3.4.1.4 Validation croisée .......................................... 40 3.4.2 Le module prédiction .......................................... 43 3.4.2.1 Création du modèle ............................... 43 3.4.2.2 Teste du modèle ....................................... 43 3.5 Conclusion ................................................ 45 4 IMPLEMENTATION ET RESULTAT 46 4.1 Introduction ...................... 47 4.2 Environnement et outils de programmation .................................. 47 4.2.1.1 MATLAB ................... 47 4.2.2 Outils utilisés .................................................. 48 4.2.2.1 Libsvm ............................... 48 4.2.2.1.1 Paramètres SVM pris en charge par la librairie ......... 48 4.2.2.2 La matrice SM_BLOSUM62 ..................... 50 4.3 Système de prédiction d’interaction protéine-protéine ................ 51 4.3.1 Base de données utilisé ...................................... 51 4.3.2 Préparation des données ............................ 52 4.3.3 Prédiction .......................................... 53 4.4 Interface de l’application de la prédiction .............................. 53 4.5 Expérimentations et résultats .......................................... 56 4.5.1 Première expérimentation .................................. 56 4.5.2 Deuxième expérimentation ................................. 57 4.5.3 Troisième expérimentation ................................ 57 4.5.4 Quatri................... 58 4.5.5 Cinquième expérimentation ................................ 58 4.5.6 Après l'exécution ............................ 60 4.6 Discussion des résultats ............................... 61 4.7 Conclusion ..................... 62 5 Conclusion générale 63 |
| Type de document : | Mémoire master |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/526 | Mémoire master | bibliothèque sciences exactes | Consultable |
