Validation des méthodes biostatistiques d'analyse des données de micro-array, dans le cadre de l'utilisation courante de GSK

La technologie des microarrays a rendu possible la mesure simultanée de l'expression de milliers de gènes, permettant ainsi de suivre les modifications d'expression à l'échelle du génome. Ses applications sont nombreuses et cette technique représente un intérêt majeur, en particulier pour l'industrie pharmaceutique.

Les microarrays sont des outils puissants pour étudier les modifications d'expression des gènes lors de l'apparition d'une maladie, suite à un traitement, ou en réponse à un quelconque stimulus. Dans ce cas, le problème semble simple : détecter les gènes qui sont sur- ou sous-exprimés. Malheureusement, les nombreuses méthodes statistiques proposées ne sont pas adaptées à l'analyse de données telles que celles générées par les microarrays. Il y a à la fois trop (plusieurs milliers de gènes étudiés simultanément) et pas assez (un nombre insuffisant de réplicats) de données. De plus, la plupart des méthodes ont de strictes conditions d'application dont le respect est loin d'être garanti.

Il est important de comprendre les problèmes spécifiques rencontrés lors de l'analyse des données issues de microarrays, et d'être conscient des différentes solutions statistiques proposées pour tenter de résoudre ces problèmes. A l'heure actuelle, il n'y a pas de consensus autour d'une méthode idéale. La solution semble être de combiner les avantages de plusieurs méthodes statistiques, et de les rendre plus performantes en intégrant les informations des bases de données génomiques.