Programme.

• Analyse d'images : identification des spots, segmentation.
• Normalisation : variabilité des expériences de micropuces, corrections classiques, méthodes de régression (linéaire ou non), analyse statistique (t-test, ANOVA, ...), bootstrap.
• Mesure de l'expression d'un gène.

Analyse d'images.

• Une liste de logiciels d'analyse d'images de micropuces.
• Le site de TM4 Spotfinder, qui est installé sur les machines du labo.
• Le laboratoire EisenLab qui contient notamment le logiciel ScanAlyze.

Normalisation / Analyse statistique.

• Le site Bioconductor Short Courses contient des cours en lignes permettant de se familiariser avec l'analyse de données de micropuces avec R et Bioconductor.
• Le logiciel TM4 Midas est disponible sur les machines du labo.
• Un des logiciels les plus utilisés et pour lequel de nombreux packages sont disponibles est R (partie du projet Bioconductor) :
  • Site de R, incluant une documentation au format PDF.
  • Les packages dûs à T. Speed (un des spécialistes du domaine) : R package: Statistics for Microarray Analysis.
  • Une liste de packages R spécifiques aux micropuces : ici.
  • R est installé sur les machines du laboratoire, sur Linux, avec le package SMA.
    Pour ouvrir une session R, il suffit de taper R.
    Pour charger SMA dans R, il suffit de taper library(sma).
    Pour obtenir de l'aide, il suffit de taper help.start().

Exercices.

• Vous trouverez en
  /adn_data/logiciels_telecharges/bioinfo/R/data/mouse.data.tar
  une fichier de données (compressées) de micropuces avec lequel vous pouvez vous entraîner à utiliser R.
• Vous pouvez aussi vous familiariser avec les logiciel MIDAS disponible au labo, en récupérant des données à partir de bases de données publiques.
• Spotfinder : La page Image Quantitation contient des données d'images de micropuces que vous pouvez utiliser (au passage, l'installation de ScanAlyze est assez simple pour ceux qui veulent essayer ce logiciel).

Références spécifiques

• Normalisation / Analyse statistique.
  • Pour plusieurs des techniques statistiques abordées dans ce cours, on peut consulter le site Statistical Data Mining Tutorials, dû à Andrew Moore (Carnegie Mellon).
  • Un livre en ligne : Concepts and applications of inferential statistics.
  • Un document Affymetrix : Statistical algorithms description document .
  • Statistical Issues in cDNA Microarray Data Analysis.
  • Normalization strategies for cDNA Microarrays.
  • Issues in cDNA microarray analysis: quality filtering, channel normalization, models of variations and assessment of gene effects.
  • Evaluation of normalization methods for microarray data.
  • Normalization for cDNA microarray data: a robust composite method addressing single and multiple slide systematic variation.