{"id":6856,"date":"2020-02-10T14:44:21","date_gmt":"2020-02-10T14:44:21","guid":{"rendered":"https:\/\/www.kolabtree.com\/blog\/?p=6856"},"modified":"2023-02-15T11:40:59","modified_gmt":"2023-02-15T11:40:59","slug":"pathway-analysis-in-bioinformatics-mapping-data-to-information","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","title":{"rendered":"Analyse des voies de communication en bioinformatique : Convertir les donn\u00e9es en informations"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Table des mati\u00e8res<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f22298257de\" aria-label=\"Table des mati\u00e8res\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f22298257de\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Devil_is_in_the_Detail\" title=\"Le diable est dans les d\u00e9tails\">Le diable est dans les d\u00e9tails<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Genome_Organization\" title=\"Organisation du g\u00e9nome\">Organisation du g\u00e9nome<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Pathway_Databases\" title=\"Bases de donn\u00e9es sur les voies d&#039;acc\u00e8s\">Bases de donn\u00e9es sur les voies d'acc\u00e8s<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Enrichment_Tools\" title=\"Outils d&#039;enrichissement\">Outils d'enrichissement<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Over_Representation_Analysis\" title=\"Analyse de la surrepr\u00e9sentation\">Analyse de la surrepr\u00e9sentation<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Functional_Class_Scoring\" title=\"Evaluation de la classe fonctionnelle\">Evaluation de la classe fonctionnelle<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Pathway_Topology_based_Approaches\" title=\"Approches bas\u00e9es sur la topologie des voies\">Approches bas\u00e9es sur la topologie des voies<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#Network_Interaction_based_Analysis\" title=\"Analyse bas\u00e9e sur l&#039;interaction des r\u00e9seaux\">Analyse bas\u00e9e sur l'interaction des r\u00e9seaux<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#The_apparent_Panacea\" title=\"L&#039;apparente panac\u00e9e\">L'apparente panac\u00e9e<\/a><\/li><\/ul><\/nav><\/div>\n<p><em><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/computational-biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Biologiste informaticien<\/a> et le freelance Kolabtree <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/shaurya-jauhari\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Shaurya Jauhari<\/a> \u00e9crit sur les d\u00e9fis actuels li\u00e9s \u00e0 l'analyse des voies en bioinformatique et sur les solutions possibles au probl\u00e8me.\u00a0<\/span><\/em><\/p>\n<p><span style=\"font-weight: 400;\">\u00c0 l'\u00e8re contrast\u00e9e de la \"m\u00e9decine impr\u00e9cise\" (qui nous pousse \u00e0 nous orienter vers la m\u00e9decine de pr\u00e9cision) et de l'inondation de donn\u00e9es biom\u00e9dicales provoqu\u00e9e par les progr\u00e8s des technologies d'instrumentation, une lacune persiste, qui repose en grande partie sur la mise en correspondance des donn\u00e9es et des informations. Les exp\u00e9riences cliniques g\u00e9n\u00e8rent des biomarqueurs (techniquement, des listes de g\u00e8nes ou de r\u00e9gions g\u00e9nomiques, plus r\u00e9cemment) dont les implications biologiques doivent \u00eatre expliqu\u00e9es. L'ensemble actuel d'outils qui facilitent une telle entreprise est moins utile car il n\u00e9glige l'importance de l'information.<em> ipso facto<\/em>L'objectif de ce commentaire est de mettre en \u00e9vidence la nature du probl\u00e8me, de faire la lumi\u00e8re sur l'organisation du g\u00e9nome, de r\u00e9fl\u00e9chir bri\u00e8vement aux outils de cartographie actuels et d'imaginer des solutions possibles. Ce commentaire a pour but de mettre en \u00e9vidence la nature du probl\u00e8me, de faire la lumi\u00e8re sur l'organisation du g\u00e9nome, de r\u00e9fl\u00e9chir bri\u00e8vement aux outils de cartographie actuels et de conjecturer les solutions possibles.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Devil_is_in_the_Detail\"><\/span><b>Le diable est dans les d\u00e9tails<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Les nombreux efforts d\u00e9ploy\u00e9s pour am\u00e9liorer la r\u00e9solution des donn\u00e9es g\u00e9nomiques passent \u00e0 c\u00f4t\u00e9 d'un \u00e9l\u00e9ment d'information crucial. Nous sommes impatients de voir la probabilit\u00e9 d'un g\u00e9nome $1000, mais nous nous soucions moins de l'analyse $100 000. Il existe un vaste recueil de r\u00e9pertoires qui contiennent les annotations des r\u00e9sultats exp\u00e9rimentaux et des cas d'une \u00e9tude biologique typique. Il pourrait y avoir des d\u00e9finitions indiquant les implications biologiques d'un g\u00e8ne, ou de la voie dans laquelle ces g\u00e8nes s'inscrivent, associ\u00e9 \u00e0 une maladie. Encore une fois, ces types de magasins d'informations dynamiques ont \u00e9t\u00e9 conserv\u00e9s manuellement (autrefois) et la gestion des connaissances a \u00e9t\u00e9 reprise par des pipelines automatis\u00e9s utilisant des ordinateurs et les TIC au sens large. Ces bases de donn\u00e9es sont mises \u00e0 jour en fonction d'un consensus scientifique et ont fait l'objet d'une poign\u00e9e de r\u00e9visions depuis leur cr\u00e9ation. Le conduit qui relie les r\u00e9sultats exp\u00e9rimentaux \u00e0 leurs implications biologiques est fortement att\u00e9nu\u00e9, en grande partie parce que la \"vraie\" biologie sous-jacente est \u00e9cart\u00e9e.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Notre g\u00e9nome, d'une longueur moyenne d'environ 2 m\u00e8tres, est log\u00e9 dans le noyau de chacune des cellules de notre corps. En raison de la taille r\u00e9duite d'une cellule et plus encore de son noyau, le g\u00e9nome est emball\u00e9 d'une mani\u00e8re quelque peu tendue et molle. Cela permet \u00e0 des r\u00e9gions du g\u00e9nome, plut\u00f4t \u00e9loign\u00e9es d'un point de vue lin\u00e9aire, de se rapprocher et d'interagir. Cet adage est grossi\u00e8rement rejet\u00e9 par la suite actuelle d'outils d'enrichissement (cartographie) et les r\u00e9sultats engendr\u00e9s sont donc disproportionn\u00e9s.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Les r\u00e9gions du g\u00e9nome font partie de plus grands \"groupes d'action\" ou <\/span><b><i>voies d'acc\u00e8s<\/i><\/b><span style=\"font-weight: 400;\"> qui sont techniquement des s\u00e9ries de r\u00e9actions chimiques expliquant un ph\u00e9notype ; sain ou malade. Lorsqu'un \u00e9tat pathologique est examin\u00e9, les chercheurs sont \u00e0 l'aff\u00fbt des biomarqueurs qui ont potentiellement d\u00e9rap\u00e9 et qui ont apparemment transform\u00e9 le corps de l'organisme, le faisant passer de l'\u00e9tat sain \u00e0 l'\u00e9tat pathologique. <\/span><i><span style=\"font-weight: 400;\">tonique<\/span><\/i><span style=\"font-weight: 400;\"> \u00e0 <\/span><i><span style=\"font-weight: 400;\">a tressailli<\/span><\/i><span style=\"font-weight: 400;\">. Imaginez poursuivre une maladie durement combattue avec des informations mal align\u00e9es.<\/span><\/p>\n<p><b><em><span style=\"font-weight: 400;\"><a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/computational-biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\"><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6904 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1024x444.png\" alt=\"\" width=\"702\" height=\"304\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1024x444.png 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-300x130.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-768x333.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1536x665.png 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-1080x468.png 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1.png 2011w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure1-300x130@2x.png 600w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><\/a><\/span><\/em><\/b><em>\u00c9nonc\u00e9 du probl\u00e8me - Flux de travail d'une analyse d'enrichissement typique. Il existe un certain<\/em><br \/>\n<em>\"idiomatisme\" associ\u00e9 \u00e0 la mise en correspondance des s\u00e9quences du g\u00e9nome avec les g\u00e8nes, et qui orchestre la<\/em><br \/>\n<em>les r\u00e9sultats en aval.<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Genome_Organization\"><\/span><b>Organisation du g\u00e9nome<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Comme nous l'avons d\u00e9j\u00e0 dit, le g\u00e9nome est suffisamment long pour \u00eatre stock\u00e9 lin\u00e9airement \u00e0 l'int\u00e9rieur du noyau d'une cellule, pour chaque cellule de notre corps ou de tout autre organisme vivant. Au lieu de cela, cette entit\u00e9 de 2 m\u00e8tres est comprim\u00e9e et entass\u00e9e dans une structure apparemment d\u00e9sordonn\u00e9e, avec des boucles, des virages et des tourbillons comme on peut l'imaginer. Ce <\/span><i><span style=\"font-weight: 400;\">sans fin<\/span><\/i><span style=\"font-weight: 400;\"> La cha\u00eene de nucl\u00e9otides ou paires de bases - Ad\u00e9nine (A), Cytosine (C), Thymine (T), et Guanine (G) - structure des topologies distinctes \u00e0 l'int\u00e9rieur du noyau tout en s'adaptant \u00e0 l'exigu\u00eft\u00e9. Elles forment des boucles chromatiniennes, des compartiments\/sous-compartiments, des domaines\/sous-domaines qui ont une fonction, en fonction du type de cellule. (Notez que les diff\u00e9rents types de cellules fonctionnent diff\u00e9remment ; une cellule nerveuse a d'autres affaires \u00e0 traiter qu'une cellule musculaire ; chacune a un r\u00f4le exclusif \u00e0 jouer).<\/span><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6903 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2.jpg\" alt=\"\" width=\"685\" height=\"644\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2.jpg 685w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-300x282.jpg 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-24x24.jpg 24w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-300x282@2x.jpg 600w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-24x24@2x.jpg 48w\" sizes=\"(max-width: 685px) 100vw, 685px\" \/><br \/>\n<em>Le g\u00e9nome s'enroule et s'\u00e9tale dans des espaces objectifs. (Cr\u00e9dit : https:\/\/doi.org\/10.1038\/nrg.<\/em><br \/>\n<em>2016.112)<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Pathway_Databases\"><\/span><b>Bases de donn\u00e9es sur les voies d'acc\u00e8s<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Il existe des ontologies et des bases de donn\u00e9es vari\u00e9es, dont l'encyclop\u00e9die des g\u00e8nes et des g\u00e9nomes de Kyoto (KEGG) (<\/span><a href=\"https:\/\/www.genome.jp\/kegg\/\"><span style=\"font-weight: 400;\">https:\/\/www.genome.jp\/kegg\/<\/span><\/a><span style=\"font-weight: 400;\">) et Gene Ontology (<\/span><a href=\"http:\/\/geneontology.org\/\"><span style=\"font-weight: 400;\">http:\/\/geneontology.org\/<\/span><\/a><span style=\"font-weight: 400;\">Les quelques outils que je pr\u00e9senterai dans la prochaine section (et qui sont souvent sujets \u00e0 caution) g\u00e9n\u00e8rent des termes d'enrichissement qui proviennent \"s\u00e9lectivement\" desdites bases de donn\u00e9es. Sur la base de leurs valeurs de signification statistique, on peut d\u00e9terminer s'ils repr\u00e9sentent r\u00e9ellement un ph\u00e9notype r\u00e9pertori\u00e9 ou s'ils sont simplement le fruit d'un d\u00e9veloppement al\u00e9atoire (P.S. Il existe un article sur les valeurs p qui aidera probablement les profanes \u00e0 comprendre l'id\u00e9e de la valeur p). <\/span><i><span style=\"font-weight: 400;\">importance statistique<\/span><\/i><span style=\"font-weight: 400;\">. Veuillez suivre le lien <\/span><a href=\"https:\/\/sway.office.com\/WkyHrPnVB8Ec3zPD?play\"><span style=\"font-weight: 400;\">https:\/\/sway.office.com\/WkyHrPnVB8Ec3zPD?play<\/span><\/a><span style=\"font-weight: 400;\"> \u00e0 votre convenance).<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Enrichment_Tools\"><\/span><b>Outils d'enrichissement<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">L'analyse d'enrichissement est un protocole computationnel de <\/span><i><span style=\"font-weight: 400;\">novo<\/span><\/i><span style=\"font-weight: 400;\"> des r\u00e9gions g\u00e9nomiques \u00e0 leurs d\u00e9finitions enregistr\u00e9es dans les bases de donn\u00e9es auxquelles il a \u00e9t\u00e9 fait allusion. En ce qui concerne les outils (qui agissent comme un conduit), ils sont classiquement structur\u00e9s en plusieurs cat\u00e9gories, \u00e0 savoir l'analyse de surrepr\u00e9sentation (ORA), l'\u00e9valuation des classes fonctionnelles (FCS), les m\u00e9thodes bas\u00e9es sur la topologie des voies (PT) et les m\u00e9thodes d'interaction de r\u00e9seau (NI).<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Over_Representation_Analysis\"><\/span><b>Analyse de la surrepr\u00e9sentation<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">L'analyse de surrepr\u00e9sentation, via le dogme de la distribution hyperg\u00e9om\u00e9trique, \u00e9value l'ensemble des g\u00e8nes diff\u00e9rentiellement exprim\u00e9s pour d\u00e9terminer ceux qui pourraient faire partie d'une voie biologique. Fondamentalement, un test hyperg\u00e9om\u00e9trique prend en compte quatre attributs pour parvenir \u00e0 une d\u00e9cision, \u00e0 savoir<\/span><\/p>\n<ol>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Nombre total de g\u00e8nes dans l'essai consid\u00e9r\u00e9,<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Les g\u00e8nes diff\u00e9rentiellement exprim\u00e9s,<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">les g\u00e8nes de la voie cible par rapport au nombre total de g\u00e8nes, et<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">G\u00e8nes exprim\u00e9s de mani\u00e8re diff\u00e9rentielle dans la voie cible.<\/span><\/li>\n<\/ol>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6902 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1024x576.jpg\" alt=\"\" width=\"702\" height=\"395\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1024x576.jpg 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-300x169.jpg 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-768x432.jpg 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1536x864.jpg 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-1080x608.jpg 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3.jpg 2000w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure3-300x169@2x.jpg 600w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><br \/>\n<em>L'essence du test hyperg\u00e9om\u00e9trique<\/em><\/p>\n<p><span style=\"font-weight: 400;\">Bien qu'il s'agisse d'une m\u00e9thodologie simple et directe, l'ORA pr\u00e9sente ses propres limites.<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><b><i>D\u00e9mocratie en jeu ; tous les g\u00e8nes sont consid\u00e9r\u00e9s comme \u00e9gaux<\/i><\/b><span style=\"font-weight: 400;\">Pourquoi est-ce un probl\u00e8me ? Supposons que les g\u00e8nes soient filtr\u00e9s sur la base de <\/span><b>changement de plis<\/b><span style=\"font-weight: 400;\">. Nous s\u00e9lectionnons les g\u00e8nes dont la diff\u00e9rence d'expression est sup\u00e9rieure ou \u00e9gale \u00e0 2 fois (plis), dans les deux sens, n\u00e9gatif et positif. Bien que le minimum soit de 2 fois, ce flux de travail capture \u00e9galement les g\u00e8nes dont les changements d'expression sont de 3 fois, 4 fois et plus. Il est certain qu'un g\u00e8ne dont l'expression varie de 4 fois est plus prudent qu'un g\u00e8ne dont l'expression varie de 2 fois. Cette manifestation est \u00e9cart\u00e9e par ORA.<\/span><\/li>\n<li style=\"font-weight: 400;\"><b><i>Ne prend en compte que les g\u00e8nes les plus significatifs<\/i><\/b><span style=\"font-weight: 400;\">; Encore une fois, consid\u00e9rons un g\u00e8ne avec un fold-change de 1,9999 ou une valeur p &lt;0,0051113 ; commun\u00e9ment, une valeur p &lt;0,05 est consid\u00e9r\u00e9e comme statistiquement significative. La m\u00e9thodologie ORA ne tient pas compte de ce g\u00e8ne dans le r\u00e9sultat final. Il y a clairement une perte d&#039;information et un manque de flexibilit\u00e9. (P.S. Breitling et al. ont abord\u00e9 cette situation difficile en proposant une extemporan\u00e9it\u00e9 pour \u00e9viter les seuils. Cette r\u00e9vision utilise une approche it\u00e9rative qui ajoute un g\u00e8ne \u00e0 la fois pour compiler un ensemble de g\u00e8nes pour lesquels une voie est significative de mani\u00e8re optimale).<\/span><\/li>\n<li style=\"font-weight: 400;\"><b><i>Aucun g\u00e8ne ne fonctionne de mani\u00e8re isol\u00e9e<\/i><\/b><span style=\"font-weight: 400;\">Cela d\u00e9coule des limites susmentionn\u00e9es : en traitant le g\u00e8ne comme une entit\u00e9 ind\u00e9pendante, on perd l'essentiel de la contribution polyg\u00e9nique \u00e0 un ph\u00e9notype. <\/span><i><span style=\"font-weight: 400;\">L'un des objectifs de l'analyse de l'expression g\u00e9n\u00e9tique pourrait \u00eatre d'\u00e9lucider les cohortes de g\u00e8nes dont les profils d'expression sont congruents. Cette symphonie met en \u00e9vidence des g\u00e8nes fonctionnellement apparent\u00e9s ou des g\u00e8nes travaillant \u00e0 un \u00e9tat biologique commun.<\/span><\/i><\/li>\n<li style=\"font-weight: 400;\"><b><i>Voies mutuellement ind\u00e9pendantes<\/i><\/b><span style=\"font-weight: 400;\">; ORA suppose \u00e9galement que les voies ne fonctionnent pas en tandem (ou en succession). Cette hypoth\u00e8se est principalement erron\u00e9e, car des s\u00e9ries de r\u00e9actions chimiques peuvent tr\u00e8s bien se pr\u00e9c\u00e9der ou se succ\u00e9der.<\/span><\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Functional_Class_Scoring\"><\/span><b>Evaluation de la classe fonctionnelle<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Contrairement \u00e0 l'ORA, les m\u00e9thodes FCS englobent tous les g\u00e8nes contextuels ainsi que leurs statistiques d'association (variation en plis, valeur p) et calculent une <\/span><i><span style=\"font-weight: 400;\">en cours d'ex\u00e9cution<\/span><\/i><span style=\"font-weight: 400;\"> score d'enrichissement pour les groupements de g\u00e8nes (bas\u00e9 sur certaines connaissances fonctionnelles comme l'ontologie des g\u00e8nes ou les voies KEGG), par exemple GSEA du Broad Institute (<\/span><a href=\"http:\/\/software.broadinstitute.org\/gsea\/index.jsp\"><span style=\"font-weight: 400;\">http:\/\/software.broadinstitute.org\/gsea\/index.jsp<\/span><\/a><span style=\"font-weight: 400;\">). Une ex\u00e9cution typique de FCS analyserait le changement d'expression de l'ensemble des g\u00e8nes dans la liste (pas de classement par signification statistique ou autre) des g\u00e8nes diff\u00e9rentiellement exprim\u00e9s dans une exp\u00e9rience. Le r\u00e9sultat principal de l'analyse d'enrichissement des ensembles de g\u00e8nes est un score d'enrichissement (ES) qui refl\u00e8te le degr\u00e9 de surrepr\u00e9sentation d'un ensemble de g\u00e8nes en haut ou en bas d'une liste class\u00e9e de g\u00e8nes ; pourquoi en haut et en bas ? parce que ce sont les g\u00e8nes les plus \u00e9loign\u00e9s de la normale, en termes de changement d'expression. Un score ES positif pour un ensemble de g\u00e8nes (ou une voie cible), <\/span><i><span style=\"font-weight: 400;\">GS<\/span><\/i><span style=\"font-weight: 400;\">) seront indicatifs des g\u00e8nes de la liste (<\/span><i><span style=\"font-weight: 400;\">GL<\/span><\/i><span style=\"font-weight: 400;\">) se situant dans le haut (les plus r\u00e9gul\u00e9s vers le haut ; 1,2,3 ...), tandis qu'un score ES n\u00e9gatif signifie que les g\u00e8nes composants se situent dans le bas (les plus d\u00e9r\u00e9gul\u00e9s ; n-3, n-2, n-1, n, o\u00f9 n est le nombre total de g\u00e8nes). P.S. L'ES devient l'ES normalis\u00e9 (NES) lorsqu'on corrige le probl\u00e8me des tests multiples (taux de fausse d\u00e9couverte, par ex. <\/span><i><span style=\"font-weight: 400;\">M\u00e9thode Bonferroni<\/span><\/i><span style=\"font-weight: 400;\">).<\/span><\/p>\n<p><span style=\"font-weight: 400;\">En r\u00e9sum\u00e9, les m\u00e9thodes FCS sont nettement meilleures que les m\u00e9thodes ORA,<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">en \u00e9vitant l'exigence d'un seuil arbitraire pour classer les g\u00e8nes comme significatifs ou non significatifs.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">appr\u00e9cier les informations sur l'expression des g\u00e8nes pour suivre les changements syst\u00e9matiques dans la voie ; cela permet de rendre compte de l'interd\u00e9pendance des g\u00e8nes.<\/span><\/li>\n<\/ul>\n<p><span style=\"font-weight: 400;\">Cependant, les m\u00e9thodes de CSC pr\u00e9sentent \u00e9galement certaines lacunes.<\/span><\/p>\n<ul>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">Les voies \u00e9tant analys\u00e9es ind\u00e9pendamment, les g\u00e8nes qui r\u00e9gulent plusieurs voies peuvent ne pas \u00eatre comptabilis\u00e9s.<\/span><\/li>\n<li style=\"font-weight: 400;\"><span style=\"font-weight: 400;\">De nombreuses m\u00e9thodes de SFC classent les g\u00e8nes d'une liste sur la base des changements dans l'expression des g\u00e8nes. Un sc\u00e9nario dans lequel la diff\u00e9rence de classement refl\u00e8te une variance in\u00e9gale (et peut-\u00eatre exponentielle) de l'expression pourrait peut-\u00eatre constituer une mesure injuste.<\/span><\/li>\n<\/ul>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6910 size-large\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1024x898.png\" alt=\"\" width=\"702\" height=\"616\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1024x898.png 1024w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-300x263.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-768x674.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1536x1348.png 1536w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-1080x947.png 1080w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-110x96.png 110w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4.png 2005w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-300x263@2x.png 600w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure4-110x96@2x.png 220w\" sizes=\"(max-width: 702px) 100vw, 702px\" \/><\/p>\n<p><em>La normalisation des scores ES relatifs \u00e0 une liste de g\u00e8nes.<\/em><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Pathway_Topology_based_Approaches\"><\/span><b>Approches bas\u00e9es sur la topologie des voies<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Une lacune cruciale des m\u00e9thodes ORA et FCS est qu'elles ignorent la structure des voies. L'ordre des g\u00e8nes qui sont r\u00e9gul\u00e9s dans une voie est essentiel pour retracer les effets causaux. Naturellement, il pourrait y avoir exactement deux voies avec les m\u00eames composants g\u00e9n\u00e9tiques, mais la hi\u00e9rarchie d'activation pourrait \u00eatre enti\u00e8rement diff\u00e9rente. Si c'\u00e9tait le cas, les m\u00e9thodes ORA\/FCS auraient abouti \u00e0 des termes d'enrichissement similaires. C'est un probl\u00e8me. Les m\u00e9thodes Pathway Topology(PT) supposent l'exclusivit\u00e9 de la fonction en fonction des interactions sp\u00e9cifiques, ce qui est \u00e9galement conforme \u00e0 la logique g\u00e9n\u00e9rale. Des exemples d'outils sont SPIA (<\/span><a href=\"https:\/\/www.bioconductor.org\/packages\/release\/bioc\/manuals\/SPIA\/man\/SPIA.pdf\"><span style=\"font-weight: 400;\">https:\/\/www.bioconductor.org\/packages\/release\/bioc\/manuals\/SPIA\/man\/SPIA.pdf<\/span><\/a><span style=\"font-weight: 400;\">), GGEA, et PARADIGM. En g\u00e9n\u00e9ral, les outils de cette cat\u00e9gorie ont un score local et un score global. Le score local au niveau du g\u00e8ne doit calibrer les changements de plis dans l'expression du g\u00e8ne et des g\u00e8nes en amont, tandis que le score global doit \u00e9valuer la mesure au niveau de la voie pour la relation avec l'ensemble des g\u00e8nes. N\u00e9anmoins, cela signifie \u00e9galement que les m\u00e9thodes de PT surajustent les donn\u00e9es pour une condition\/un type de cellule particulier.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"Network_Interaction_based_Analysis\"><\/span><b>Analyse bas\u00e9e sur l'interaction des r\u00e9seaux<\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Il s'agit plut\u00f4t d'une cat\u00e9gorie sous-estim\u00e9e qui est encore peu mise en \u0153uvre, malgr\u00e9 sa formulation dat\u00e9e. Des m\u00e9thodes comme EnrichNet , NetPEA (<\/span><a href=\"http:\/\/www.dx.doi.org\/10.1109\/BIBM.2013.6732493\"><span style=\"font-weight: 400;\">http:\/\/www.dx.doi.org\/10.1109\/BIBM.2013.6732493<\/span><\/a><span style=\"font-weight: 400;\">) have been proposed close to a decade ago, but they haven\u2019t gained much traction because of limited tools available. This facade constraints the dexterity of the theme as no improvements are documented. That turns out to be an open-ended <a href=\"https:\/\/www.kolabtree.com\/blog\/fr\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">recherche<\/a> problem.<\/span><\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_apparent_Panacea\"><\/span><b>L'apparent <\/b><b><i>Panac\u00e9e<\/i><\/b><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><span style=\"font-weight: 400;\">Vous avez probablement maintenant une id\u00e9e de l'enrichissement fondamental\/l'analyse des voies de transmission et du type d'outils qui l'aident. Cependant, comme je l'ai d\u00e9j\u00e0 mentionn\u00e9, tous les outils disponibles (appartenant aux cat\u00e9gories marqu\u00e9es) reposent sur un param\u00e8tre biais\u00e9 d'une fen\u00eatre lin\u00e9aire \u00e0 travers la r\u00e9gion interrog\u00e9e. Si les segments interm\u00e9diaires du g\u00e9nome entrent dans ce cadre, ils sont r\u00e9pertori\u00e9s en tant que <\/span><b><i>enrichi<\/i><\/b><span style=\"font-weight: 400;\">ou non. L'essentiel est de disposer d'un outil qui, peut-\u00eatre, permet de saisir une <\/span><i><span style=\"font-weight: 400;\">centre<\/span><\/i><span style=\"font-weight: 400;\"> et <\/span><i><span style=\"font-weight: 400;\">diam\u00e8tre<\/span><\/i><span style=\"font-weight: 400;\"> d'un cercle hypoth\u00e9tique, en quelque sorte pour mettre en \u00e9vidence l'organisation 3D bas\u00e9e sur les interactions du g\u00e9nome pour la r\u00e9gion.<\/span><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6905 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a.png\" alt=\"\" width=\"811\" height=\"599\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a.png 811w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-300x222.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-768x567.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5a-300x222@2x.png 600w\" sizes=\"(max-width: 811px) 100vw, 811px\" \/><br \/>\n<i><span style=\"font-weight: 400;\">GREAT offre plusieurs options avanc\u00e9es pour sp\u00e9cifier la dimension lin\u00e9aire autour du site de d\u00e9but de transcription d'un g\u00e8ne.<\/span><\/i><\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"alignnone wp-image-6906 size-full\" src=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b.png\" alt=\"\" width=\"774\" height=\"523\" srcset=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b.png 774w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-300x203.png 300w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-768x519.png 768w, https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure5b-300x203@2x.png 600w\" sizes=\"(max-width: 774px) 100vw, 774px\" \/><i><span style=\"font-weight: 400;\">Enrichr pr\u00e9sente une s\u00e9lection simple du type de g\u00e9nome et du nombre de g\u00e8nes dans la r\u00e9gion lin\u00e9aire pr\u00e9sum\u00e9e.<\/span><\/i><\/p>\n<p><span style=\"font-weight: 400;\">Comme le montre la figure 4, il n'y a aucune appr\u00e9ciation de la \"v\u00e9ritable\" organisation spatiale du g\u00e9nome. Il s'agit d'un probl\u00e8me et d'une profonde faille qui persiste dans le domaine actuel de l'analyse de l'enrichissement. N\u00e9anmoins, il existe \u00e9galement une pertinence flagrante de l'analyse d'enrichissement. <\/span><b>usines de transcription<\/b><span style=\"font-weight: 400;\">Les usines de transcription, identifi\u00e9es comme des sites dans l'espace nucl\u00e9aire qui attirent des \u00e9l\u00e9ments r\u00e9gulateurs distants pour \"faire la f\u00eate en interne\". En plaisantant, je remarque souvent qu'\u00e0 l'instar de ce que dirait quelqu'un qui est furieux contre quelqu'un ou quelque chose, les usines de transcription (personnifi\u00e9es) pourraient r\u00e9primander le g\u00e9nome... \".<\/span><i><span style=\"font-weight: 400;\">La transcription se fera sur mon cadavre, pas autrement !<\/span><\/i><span style=\"font-weight: 400;\">\". Le th\u00e8me voisin des usines de transcription fait l'objet d'une discussion future adjacente. Cependant, il mat\u00e9rialise le dogme des interactions cis-r\u00e9gulatrices qui fait d\u00e9faut dans la pratique contemporaine.<\/span><\/p>\n<p><span style=\"font-weight: 400;\">Pour conclure, je voudrais faire remarquer que l'analyse des voies de communication est une fraction cruciale, et souvent n\u00e9glig\u00e9e, de l'analyse de l'environnement. <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Bioinformatique<\/a> pipeline. Il est toujours possible d'adapter les m\u00e9thodologies existantes en fonction des donn\u00e9es g\u00e9nomiques, qui \u00e9voluent en ce moment m\u00eame. Lorsque nous aurons acc\u00e8s \u00e0 un volume croissant de donn\u00e9es, nous serons confront\u00e9s non seulement \u00e0 un probl\u00e8me d'infrastructure, mais aussi \u00e0 un probl\u00e8me d'algorithme.<\/span><\/p>\n<p><strong>Besoin de <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">engager un consultant en bioinformatique<\/a>? Travaillez avec des scientifiques ind\u00e9pendants sur Kolabtree. C'est gratuit de poster votre projet et d'obtenir des devis d'experts.<br \/>\n<\/strong><\/p>\n<p><strong>Experts connexes :\u00a0<\/strong><\/p>\n<p><a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Bioinformatics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Pigiste en bioinformatique<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Plant-Genetics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">G\u00e9n\u00e9tique v\u00e9g\u00e9tale<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Developmental-Biology?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Biologie du d\u00e9veloppement<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Gene-Therapy?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Th\u00e9rapie g\u00e9nique<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Stem-Cells?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Cellules souches <\/a>|<br \/>\n<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/DNA-Sequencing-Data-Analysis?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">Analyse des donn\u00e9es de s\u00e9quen\u00e7age de l'ADN<\/a> |<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Animal-Genetics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">G\u00e9n\u00e9tique animale<\/a> |<a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/Drug-Interactions?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\"> Interactions m\u00e9dicamenteuses<\/a> | <a href=\"http:\/\/www.kolabtree.com\/find-an-expert\/subject\/genetics-and-genomics?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=PathwayAnalysis\">G\u00e9n\u00e9tique et g\u00e9nomique\u00a0<\/a><\/p>\n<p><strong>\u00a0<\/strong><\/p>","protected":false},"excerpt":{"rendered":"<p>Shaurya Jauhari, biologiste informaticien et collaborateur ind\u00e9pendant de Kolabtree, \u00e9crit sur les d\u00e9fis actuels li\u00e9s \u00e0 l'analyse des voies de transmission en bioinformatique et sur les solutions possibles au probl\u00e8me.  \u00c0 l'\u00e8re contrast\u00e9e de la \"m\u00e9decine impr\u00e9cise\" (qui nous pousse \u00e0 nous orienter vers la m\u00e9decine de pr\u00e9cision) et de l'inondation de donn\u00e9es biom\u00e9dicales provoqu\u00e9e par les progr\u00e8s des technologies d'instrumentation, il subsiste une lacune qui est la suivante : les donn\u00e9es sont trop nombreuses pour \u00eatre analys\u00e9es.<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" title=\"Lire la suite\">Lire la suite<\/a><\/div>","protected":false},"author":12,"featured_media":6908,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[442,398,435],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Pathway Analysis in Bioinformatics: Mapping Data to Information<\/title>\n<meta name=\"description\" content=\"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Pathway Analysis in Bioinformatics: Mapping Data to Information\" \/>\n<meta property=\"og:description\" content=\"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2020-02-10T14:44:21+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-02-15T11:40:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"685\" \/>\n\t<meta property=\"og:image:height\" content=\"644\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ramya Sriram\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"\u00c9crit par\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ramya Sriram\" \/>\n\t<meta name=\"twitter:label2\" content=\"Dur\u00e9e de lecture estim\u00e9e\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutes\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Pathway Analysis in Bioinformatics: Mapping Data to Information","description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","og_locale":"fr_FR","og_type":"article","og_title":"Pathway Analysis in Bioinformatics: Mapping Data to Information","og_description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","og_url":"https:\/\/www.kolabtree.com\/blog\/fr\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2020-02-10T14:44:21+00:00","article_modified_time":"2023-02-15T11:40:59+00:00","og_image":[{"width":685,"height":644,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/02\/Figure2-1.jpg","type":"image\/jpeg"}],"author":"Ramya Sriram","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"\u00c9crit par":"Ramya Sriram","Dur\u00e9e de lecture estim\u00e9e":"11 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"},"author":{"name":"Ramya Sriram","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400"},"headline":"Pathway Analysis in Bioinformatics: Mapping Data to Information","datePublished":"2020-02-10T14:44:21+00:00","dateModified":"2023-02-15T11:40:59+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"},"wordCount":2124,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"articleSection":["Biotechnology","Data Science","Research"],"inLanguage":"fr-FR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","url":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/","name":"Pathway Analysis in Bioinformatics: Mapping Data to Information","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2020-02-10T14:44:21+00:00","dateModified":"2023-02-15T11:40:59+00:00","description":"The shotcomings of tools used in pathway analysis and possible solutions, written by bioinformatics expert and computational biologist Shaurya Jauhari.","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/pathway-analysis-in-bioinformatics-mapping-data-to-information\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"Pathway Analysis in Bioinformatics: Mapping Data to Information"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400","name":"Ramya Sriram","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","caption":"Ramya Sriram"},"description":"Ramya Sriram manages digital content and communications at Kolabtree (kolabtree.com), the world's largest freelancing platform for scientists. She has over a decade of experience in publishing, advertising and digital content creation.","url":"https:\/\/www.kolabtree.com\/blog\/fr\/author\/ramyas\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/6856"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/comments?post=6856"}],"version-history":[{"count":9,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/6856\/revisions"}],"predecessor-version":[{"id":10459,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/6856\/revisions\/10459"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/media\/6908"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/media?parent=6856"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/categories?post=6856"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/fr\/wp-json\/wp\/v2\/tags?post=6856"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}