Application de méthodes statistiques à des groupes de gènes biologiquement liés dans l'analyse de données provenant de microarrays.

Les microarrays permettent de mesurer le profil d'expression d'un organisme à un moment donné. Les microarrays sont devenus un outil commun dans les laboratoires de biologie et de médecine grâce à leur capacité à fournir des données à haut débit. Cependant, de nombreux problèmes subsistent dans l'interprétation des résultats (listes de gènes exprimés de manière différentielle entre plusieurs conditions). Ceux-ci s'obtiennent, en effet, par différentes étapes de prétraitement et de traitement statistiques. Or il existe tant de méthodes de prétraitement et de traitement, que leurs combinaisons génèrent littéralement des millions de possibilités d'analyse donnant des résultats différents. Récemment, de nouvelles méthodes de traitements ont été développées : elles testent des groupes de gènes biologiquement liés plutôt que des gènes individuellement. L'objectif de ce projet est d'augmenter la puissance des traitements en appliquant des variantes de l'ANOVA à des groupes de gènes. Afin de concevoir des groupes de gènes pertinents, qui nous serviront à valider nos modèles, des contacts ont déjà été pris, et d'autres sont à venir, avec des équipes spécialisées dans des problématiques biologiques ou médicales pointues. Les résultats obtenus serviront à entraîner un système expert chargé de sélectionner les informations pertinentes dans de nombreuses bases de données et à constituer une base de données propre servant à détecter l'expression différentielle de groupes de gènes dans des conditions où l'on ignore quels sont les processus activés ou inhibés.