Une ballade sur l'ADN ou « DNA walk » mesure comment la fréquence de chaque nucléotide varie localement. Cette analyse demande à mesurer la proportion locale des Gs parmi les Gs ou les Cs et celle de Ts parmi les Ts ou les As. Lobry a été le premier à proposer cette analyse (1996, 1999). Deux analyses complémentaires dérivent du DNA walk: l'analyse cumulative du biais d'usage parmi les nucléotides TA et celle des GC ou l'analyse cumulative du TA- et du GC-skew.
But: A la lecture de la description de l'algorithme, un lecteur non entraîné en génomique est capable de dresser nos graphiques en utilisant les fichiers génométriques de bases qui sont offerts pour chaque organisme sur ce site web sous la forme d'un fichier compressé (.zip).
1) ballade sur l'ADN ou « DNA walk »
1.1) Dessiner un DNA walk en parcourant un fichier de séquence nucléotide par nucléotide.
Un algorithme simple est utilisé
pour dessiner un DNA walk simplement en assignant une direction
à chaque nucléotide. Nous proposons de
définir un assignement légèrement
différent de celui proposé par Lobry : aux
nucléotides T, C, A, et G correspondent les directions
E(st), S(ud), O(uest), et N(ord), respectivement (Lobry, 1999). A
la lecture de la séquence nucléotide par
nucléotide et à l'application de la règle
précitée, un chemin, le DNA walk, apparaît
clairement sur le graphique: Figure 1.
Figure
1: DNA walk de la séquence
suivante: GTCTGGTGTCTGGAGTTCCTGGGTCTTGAGACCACAGGACCCACCAGGGACCCAGGACCC En
partant du coin en bas à gauche (ligne bleue en
gras), la courbe s'achève (en rose)
au
même endroit, en bas à
gauche.
1.2) Dessiner un DNA walk en morcelant la séquence génomique en petites fenêtres.
Une façon simple de dessiner rapidement ce genre de graphique a été proposée par Lobry (1996) en coupant la séquence d'un génome en fenêtres de longueurs égales.
Figure
2: DNA walk de la même séquce que
celle présentée dans la Figure
1: GTCTGGTGTCTGGAGTTCCTGGGTCTTGAGACCACAGGACCCACCAGGGACCCAGGACCC
La
séquence a été morcelée en
fenêtre de 5 nucléotides. Seul le
résultat du cinquième nucléotide
pour chaque fenêtre a été
utilisé pour dresser le graphique. Le travail
peut aussi se faire en assignant par exemple au milieu
de la fenêtre la valeur moyenne calculée
dans celle-ci…
Commentaire: cette méthode n'est pas aussi précise que la première, mais nous pouvons l'utiliser facilement avec un ordinateur personnel équipé d'un tableur. A l'échelle du génome, la résolution finale de la courbe n'est pas affectée de façon significative.
1.2.1) La séquence du génome est coupée en un nombre n de fenêtres W (pour windows), de taille égale (la dernière fenêtre étant plus petite ou égale aux autres).
1.2.2) Dans chaque fenêtre, on compte chacun des 4 nucléotides: cA, cC, cG, et cT respectivement.
W1 cA1 cC1 cG1 cT1 W2 cA2 cC2 cG2 cT2 W3 cA3 cC3 cG3 cT3 ... ... ... ... ... ... ... ... ... ... Wn-1 cAn-1 cCn-1 cGn-1 cTn-1 Wn cAn cCn cGn cTn
- Exemple: génome
du Mycoplasma genitalium (télécharger
le fichier texte compressé),
coupé en fenêtres de 1000 nucléotides.
(Mycoplasma genitalium G37 complete genome, L43967.1, 580074 bp, window: 1000 bp).
Center
position Position of the
window center (nt) cA cC cG cT 500 453 93 86 368 1500 400 120 133 347 2500 374 122 164 340 3500 345 145 200 310 ... ... ... ... ... ... ... ... ... ... 578500 313 138 141 408 579500 318 149 145 388 580037 33 8 4 29
1.2.3) Deux opérations sont appliqués à chaque fenêtre, déterminant ainsi xi et yi.
W1 cA1 cC1 cG1 cT1 x1=cT1-cA1 y1=cG1-cC1 W2 cA2 cC2 cG2 cT2 x2=cT2-cA2 y2=cG2-cC2 ... ... ... ... ... ... ... Wn cAn cCn cGn cTn xn=cTn-cAn yn=cGn-cCn
1.2.4) Une courbe cumulative est calculée en déterminant Xi and Yi.
W1 ... x1=cT1-cA1 y1=cG1-cC1 X1=sum(x1
to x1) Y1=sum(y1
to y1) W2 ... x2=cT2-cA2 y2=cG2-cC2 X2=sum(x1
to x2) Y2=sum(y1
to y2) ... ... ... ... ... Wn ... xn=cTn-cAn yn=cGn-cCn Xn=sum(x1
to xn) Yn=sum(y1
to yn)
1.2.5) Une courbe cumulative (ou DNA walk) est dessinée en respectant l'ordre des données, de X1 à Xn, en assignant à chaque Xi la valeur de Yi.
1.2.6) En accord avec la méthode précédente, un DNA walk est donc établi.
- Sur nos graphiques, TmAc vs GmCc signifie que x correspond au cumul des nombres de Ts moins ceux des As, contre en y le cumul du nombre des Gs moins ceux des Cs.
Lobry avait choisi d'utiliser l'assignement suivant: T, G, A, et C correspondaient respectivement aux directions E, S, W, et N. Les résultats graphiques de Lobry sont similaires aux nôtres (en miroir par rapport à l'axe des X). Pour s'en convaincre il suffit de comparer le DNA walk du chromosome de Borrelia burgdorferi dans le système de représentation de Lobry et dans le nôtre.
|
|
|
Figure 3: DNA walk de Borrelia burdorferi |
|
2) L'analyse cumulative du biais d'usage des TA et celle des GC ou l'analyse cumulative du TA- et du GC-skew.
2.1) Dessiner une analyse cumulative du TA- ou du GC-skew en lisant un fichier de séquence nucléotide par nucléotide.
L'analyse cumulative du TA-skew: Assigner à chaque nucléotide la direction suivante: aux nucléotides A, T, C, et G correspondent les directions S, N, ad (aucune direction), et ad, respectivement. Pour dessiner le graphique, le pointeur se déplace vers l'Est à la lecture de chaque nucléotide. mais une étape est ajoutée à chaque A ou T lu : un pas supplémentaire vers le Sud ou vers le Nord respectivement.
Figure
4: Analyse cumulative du TA-skew de la
séquence de la Figure 1
L'analyse cumulative du GC-skew: aux nucléotides A, T, C, et G correspondent les directions ad, ad, S, et N respectivement. Pour dessiner le graphique, le pointeur se déplace vers l'Est à la lecture de chaque nucléotide. mais une étape est ajoutée à chaque C ou G lu : un pas supplémentaire vers le Sud ou vers le Nord respectivement.
Figure
5: Analyse cumulative du GC-skew de la
séquence de la Figure 1
2.2.1) Dessiner une analyse cumulative de TA-skew en morcelant un fichier de séquence en petites fenêtres.
En accord avec la description du § 1.2, assigner à chaque centre de fenêtre cwi la valeur Xi . Une courbe cumulative est dressée en respectant l'ordre des données déterminée par le positionnement sur le chromosome, de cw1 à cwn et en assignant à chaque si la valeur Xi. .
|
cw1 |
X1 |
|
cw2 |
X2 |
|
... |
... |
|
... |
... |
|
cwn |
Xn |
- 2.2.2) Dessiner une analyse cumulative de GC-skew en morcelant un fichier de séquence en petites fenêtres.
- L'analyse cumulative de GC-skew est similaire à la précédente. Remplacer X par Y.
|
cw1 |
Y1 |
|
cw2 |
Y2 |
|
... |
... |
|
... |
... |
|
cwn |
Yn |
- Sur nos graphiques, générés par la méthode nucléotide par nucléotide, l'analyse cumulative du TA skew est indiquée comme suit: Center vs. TmAc. L'analyse cumulative du GC-skew est marquée de façon similaire: Center vs. GmCc.
Figure 6: Analyse cumulative du TA-skew de la séquence
de Borrelia burgdorferiFigure 7: Analyse cumulative du GC-skew de la séquence
de Borrelia burgdorferi
Lobry, J.R. (1996) A simple vectorial
representation of DNA sequences for the detection of replication
origins in bacteria. Biochimie, 78, 323-326.
Lobry,
J.R. (1999) Genomic landscapes. Microbiology Today,
26, 164-165.
(Télécharger le fichier
- 223 Ko)
|
Copyright 2001, IGBM et Université de Lausanne |