Analyse statistique des séquences biologiques Modélisation markovienne, alignements et motifs Coll. Bioinformatique

L'ouvrage Analyse statistique des séquences biologiques est le résultat de quinze années de recherche et présente de manière synthétique et didactique une approche nouvelle fondée sur les automates finis.
L'analyse statistique des séquences génomiques – un des points forts de la recherche en bioinformatique ou en biostatistique en France – développe des outils permettant la modélisation des séquences (chaînes de Markov, chaînes de Markov cachées) ainsi que l'étude des occurrences de motifs (par une approche novatrice fondée sur les automates finis déterministes). Elle permet également la recherche automatique de gènes et d'autres signaux biologiques (annotation) et compare des séquences provenant d'espèces différentes (alignement), en particulier pour reconstruire l'histoire de leur évolution (phylogénie).
Une présentation du domaine biologique et des divers modèles markoviens utilisés permet une lecture autonome. Les méthodes sont illustrées par de nombreux exemples et figures, les algorithmes qui leur correspondent sont systématiquement détaillés et l'on donne en référence les sites web et programmes qui permettent leur mise en œuvre pratique.

Introduction. Modélisation de séquences. Chaînes de Markov. 1.1 Un exemple. 1.2 Modèles d'indépendance. 1.3 Rappels sur les chaînes de Markov. 1.4 Application aux séquences biologiques. 1.5 Choix d'un modèle. 1.6 Les chaînes de Markov phasées. 1.7 Diverses chaînes de Markov parcimonieuses. 1.8 Les chaînes de Markov dérivantes. 1.9 Notes bibliographiques. Chaînes de Markov cachées. 2.1 Motivation. 2.2 Les modèles HMM. 2.3 Inférence. 2.4 Les SHMM. 2.5 Exemples d'applications. 2.6 Chaînes de Markov cachées et score local. 2.7 Logiciels et notes bibliographiques. Motifs. Compter les motifs. 3.1 Définitions. 3.2 Automates. 3.3 Algorithmes. 3.4 Notes bibliographiques. Statistiques de motifs. 4.1 Cyrano de Bergerac. 4.2 Statistique de motifs. 4.3 Pattern Markov Chain. 4.4 Calculs exacts. 4.5 Approximations Gaussiennes. 4.6 Approximations binomiales. 4.7 Approximations de Poisson composées. 4.8 Grandes déviations. 4.9 Comparaison des méthodes. 4.10 Notes bibliographiques. Motifs biologiques. 5.1 Chi. 5.2 Régulation. 5.3 PROSITE. 5.4 Scan statistics. 5.5 Notes Bibliographiques. Alignements de séquences. Score local d'une séquence. 6.1 Définition. 6.2 Significativité exacte. 6.3 Approximations asymptotiques. 6.4 Notes bibliographiques. Alignement de deux séquences. 7.1 Introduction. 7.2 L'alignement de deux séquences d'ADN. 7.3 Score global : Needleman et Wunsch. 7.4 Score local : Smith et Waterman. 7.5 Scores de gap affines. 7.6 Significativité. 7.7 Heuristiques, BLAST. 7.8 Alignement et HMM. 7.9 Notes bibliographiques. Alignements multiples. 8.1 Une heuristique d'alignement multiple. 8.2 Ouverture vers la phylogénie. 8.3 Notes bibliographiques. Matrices de similarité. 9.1 Les matrices PAM. 9.2 Discussion critique. 9.3 Les matrices BLOSUM. 9.4 Autres matrices. 9.5 Notes bibliographiques. Annexes. A. L'algorithme EM. B. Arbres, distances et algorithme NJ. B.1 Distances d'arbre, distances phylogénétiques. B.2 L'algorithme NJ. C. Valeurs propres et vecteurs propres. C.1 Analyse spectrale. C.1.1 Matrices positives. C.1.2 Matrices stochastiques. C.1.3 Méthode de la puissance nième. C.2 Algorithme QR. C.3 Algorithme d'Arnoldi. Notes bibliographiques. Index.