Méthodes bioinformatiques pour l'étude de la diversité structurale des génomes

Une question fondamentale en biologie est de détecter et d’interpréter les variations entre les génomes d'individus d'une même espèce. Ces variations peuvent être des mutations ponctuelles d'un seul nucléotide (caractère) ou bien peuvent impliquer des segments d'ADN plus longs qui peuvent être dupliqués, supprimés, inversés ou déplacés  dans le génome. Ces variants, appelés variants de structure, peuvent notamment être responsables de maladies génétiques, être associés à des cancers, et ils jouent un rôle important dans l’évolution et la spéciation des espèces. Les technologies actuelles de séquençage d'ADN permettent d’acquérir à faible coût des données de séquences génomiques pour de nombreux individus. Cependant, les données produites sont massives, fragmentées et bruitées et requièrent des traitements informatiques spécifiques pour reconstruire l’information génomique et détecter les variations de manière efficace.
Dans cet exposé, je présenterai les différentes approches bioinformatiques développées jusqu'à présent pour détecter et analyser des variants de structure à partir de données de séquençage d'ADN. J'illustrerai leurs performances et leurs faiblesses à travers l'exemple d'un type particulier de variant de structure : les grandes insertions et duplications. Je présenterai une méthode que nous avons développée basée sur une structure de données appelée le graphe de de Bruijn, ainsi que des résultats de caractérisation de ces variants dans le génome humain.