Scheda di revisione: Introduction aux méthodes phylogénétiques

📋 Plan du Cours

  1. Matrice de divergence entre les séquences
  2. Alignement multiple des séquences
  3. Matrice des alignements par paires
  4. Arbre des distances
  5. Alignement progressif de la paire la plus similaire à la plus éloignée
  6. Méthode UPGMA de Sokal et Michener
  7. Méthode du Neighbour Joining (NJ) de Saitou et Nei
  8. Méthode du maximum de parcimonie
  9. Méthode bayésienne de Delsuc et Douzery
  10. Phase ascendante dans la reconstruction d'arbre
  11. Reconstruction d'arbres pour chaque copie modifiée
  12. Attribution des scores de confiance aux branches d'arbre

📖 1. Matrice de divergence entre les séquences

🔑 Notions clés & Définitions

  • Phénotype : Est tout caractère ou trait observable dʼun organisme.
  • Khamessi Oussema : Enseignant-chercheur en bioinformatique fonctionnelle à l'Université de Manouba, spécialisé en génomique comparative, phylogénie et évolution moléculaires.

📝 Points essentiels

  • La matrice de divergence mesure la proportion de sites différents entre deux séquences, appelée p-distance.
  • Les transitions sont des substitutions entre bases de même type (purine ↔ purine ou pyrimidine ↔ pyrimidine) et sont généralement plus fréquentes que les transversions.
  • Les transversions sont des substitutions entre bases de types différents (purine ↔ pyrimidine).

💡 À retenir

La matrice de divergence quantifie les différences évolutives entre deux séquences en distinguant les types de mutations, notamment transitions et transversions.

📖 2. Alignement multiple des séquences

🔑 Notions clés & Définitions

  • Alignment multiple : Jsf?docId=WO2019186344&_cid
  • Alignement multiple : Technique d'alignement qui identifie les positions homologues entre plusieurs séquences afin de détecter les sites variables et d'évaluer les relations évolutives entre ces séquences.
  • Alignement progressif : Jsf?docId=WO2019186344&_cid
  • Deux séquences : Jsf?docId=WO2019186344&_cid

📝 Points essentiels

  • Plus un site est conservé dans l’alignement, plus les séquences sont proches évolutivement.
  • Les sites variables résultent des mutations accumulées au fil du temps entre espèces.
  • Matrix of divergence between sequences (Matrice de divergence entre les séquences).

💡 À retenir

L’alignement multiple permet de révéler les relations évolutives en comparant simultanément plusieurs séquences et en identifiant les sites conservés et variables.

📖 3. Matrice des alignements par paires

🔑 Notions clés & Définitions

  • Fichiers Séquençage en paires (Paired-end : Jsf?docId=WO2019186344&_cid

📝 Points essentiels

  • La matrice des alignements par paires compile les scores ou distances calculés entre chaque paire de séquences.
  • Elle sert de base pour construire des arbres phylogénétiques basés sur les similarités entre séquences.
  • Les scores d’alignement reflètent la proximité évolutive entre séquences.

💡 À retenir

La matrice des alignements par paires constitue un fondement quantitatif essentiel pour l’analyse phylogénétique, en compilant les scores ou distances entre chaque paire de séquences.

📖 4. Arbre des distances

🔑 Notions clés & Définitions

  • Master in Bioinformatics (MRBI : Une formation académique spécialisée à l'Université de Manouba qui couvre l'étude et l'application des méthodes informatiques en biologie, incluant l'analyse des données génétiques et protéiques.
  • Course in Functional bioinformatics : Un enseignement dispensé dans le cadre du Master en Bioinformatique à l'Université de Manouba, portant sur les outils et méthodes pour analyser la fonction des séquences biologiques telles que l'ADN, l'ARN et les protéines.

📝 Points essentiels

💡 À retenir

L’arbre des distances offre une représentation synthétique des divergences évolutives en illustrant les relations entre séquences ou espèces à partir d’une matrice de distances.

📖 5. Alignement progressif de la paire la plus similaire à la plus éloignée

🔑 Notions clés & Définitions

  • Objectif : Jsf?docId=WO2019186344&_cid
  • Alignement progressif : 4U0K-16282-1 Alignment multiple : alignement progressif Les pénalités deviennent délicates au-delà de deux séquences
  • Paire la plus similaire : Deux séquences ou lectures identifiées comme ayant la plus grande similarité ou la plus faible distance, déterminées à l'aide d'outils tels que la matrice des alignements par paires ou l'arbre des distances.

📝 Points essentiels

  • Les séquences moins similaires sont ajoutées progressivement à l’alignement, suivant une hiérarchie basée sur la similarité croissante.
  • Cette approche permet de construire un alignement multiple efficace en s’appuyant sur la progression de la similarité entre séquences.
  • Alignement de séquences par paires pour produire deux séquences alignées.

💡 À retenir

Les séquences moins similaires sont ajoutées progressivement à l’alignement, suivant une hiérarchie basée sur la similarité croissante.

📖 6. Méthode UPGMA de Sokal et Michener

🔑 Notions clés & Définitions

  • Input : Ensemble de données ou de séquences utilisé comme point de départ pour une analyse, ici constitué de distances ou de séquences génétiques, notamment celles issues de méthodes de séquençage ou d’annotation génomique.

  • Output : Résultat final de la méthode, généralement représenté sous forme d’un arbre phylogénétique enraciné, construit à partir des distances ou des relations entre les éléments initiaux.

📝 Points essentiels

  • UPGMA, ou Unweighted Pair Group Method with Arithmetic Mean, est une méthode de construction d’arbres enracinés qui regroupe itérativement les séquences ou éléments en fonction de leur proximité. Elle fonctionne en utilisant la moyenne arithmétique des distances pour déterminer le regroupement des éléments les plus proches.

  • Cette méthode suppose que le taux d’évolution est constant entre toutes les branches de l’arbre, ce qui implique une hypothèse d’horloge moléculaire. Concrètement, cela signifie que la distance génétique ou de divergence entre deux séquences est proportionnelle au temps écoulé depuis leur divergence commune.

  • UPGMA produit un arbre ultramétrique, c’est-à-dire un arbre où toutes les feuilles (éléments finaux) sont situées à la même distance de la racine. Cette propriété résulte directement de l’hypothèse d’une évolution constante, permettant d’interpréter la hauteur de chaque branche comme une mesure du temps ou de la divergence.

  • Le processus commence par considérer chaque séquence ou élément comme un cluster individuel. Ensuite, à chaque étape, les deux clusters les plus proches (selon la moyenne arithmétique des distances entre leurs éléments) sont fusionnés pour former un nouveau cluster. La distance entre ce nouveau cluster et les autres est recalculée en prenant la moyenne arithmétique des distances entre tous les éléments des clusters fusionnés et ceux restants. Ce processus se répète jusqu’à ce qu’un seul arbre relie tous les éléments.

💡 À retenir

L’UPGMA est une méthode simple et intuitive pour la construction d’arbres phylogénétiques, mais elle repose sur l’hypothèse stricte d’une horloge moléculaire, ce qui peut limiter sa validité dans des situations où cette hypothèse ne tient pas. Elle est particulièrement adaptée lorsque cette constance d’évolution est raisonnablement supposée, permettant une représentation ultramétrique où toutes les feuilles sont à la même distance de la racine.

📖 7. Méthode du Neighbour Joining (NJ) de Saitou et Nei

🔑 Notions clés & Définitions

  • COG/KOG et arCOGs : Jsf?docId=WO2019186344&_cid
  • Méthode du maximum : Une approche basée sur des modèles probabilistes d'évolution qui évalue la vraisemblance des ordres de branchement et des longueurs de branches dans un arbre phylogénétique.

📝 Points essentiels

  • Le Neighbour Joining construit un arbre non enraciné à partir d’une matrice de distances en minimisant la longueur totale des branches.
  • Cette méthode ne nécessite pas l’hypothèse d’un taux d’évolution constant, la rendant plus réaliste biologiquement que UPGMA.
  • NJ est adaptée pour des données complexes et des jeux de données de taille modérée, mais moins pour des distances bruitées ou très grands ensembles.
  • La méthode du Neighbour Joining (Neighbor Joining NJ) de Naruya Saitou and Masatoshi Nei (Naruya et Masatoshi, r5), qui, à la différence avec la méthode UPGMA, effectue la recherche séquentielle des voisins en minimisant la longueur totale de l'arbre, et produit des arbres non enracinés.

💡 À retenir

Comprendre NJ comme une méthode flexible et réaliste pour inférer des arbres phylogénétiques sans contrainte d’horloge moléculaire.

📖 8. Méthode du maximum de parcimonie

🔑 Notions clés & Définitions

  • Homologie : Jsf?docId=WO2019186344&_cid
  • Identité : Mesure de la ressemblance parfaite entre résidus de deux séquences, indiquant des correspondances exactes.
  • Homologues : Jsf?docId=WO2019186344&_cid
  • Similitude : = résidus similaires partagés entre deux séquences.

📝 Points essentiels

  • La méthode du maximum de parcimonie cherche l’arbre qui minimise le nombre total de changements évolutifs nécessaires pour expliquer les données.
  • Elle utilise une matrice de caractères (sites alignés) plutôt qu’une matrice de distances.
  • Cette méthode suppose que l’évolution suit le chemin le plus simple, avec le minimum de mutations.

💡 À retenir

La méthode du maximum de parcimonie privilégie l’explication évolutive la plus simple en minimisant le nombre total de changements nécessaires.

📖 9. Méthode bayésienne de Delsuc et Douzery

🔑 Notions clés & Définitions

📝 Points essentiels

  • La méthode bayésienne utilise des modèles statistiques pour calculer la probabilité qu’un arbre donné ait produit les données observées.
  • Elle cherche à maximiser la probabilité d’observer les séquences alignées selon un modèle d’évolution.
  • Cette approche intègre des paramètres du modèle et les longueurs de branches dans l’inférence de l’arbre.

💡 À retenir

La méthode bayésienne constitue une approche probabiliste qui intègre des modèles évolutifs et des paramètres statistiques pour inférer des arbres phylogénétiques à partir des données observées.

📖 10. Phase ascendante dans la reconstruction d'arbre

🔑 Notions clés & Définitions

  • Arbre phylogénétique : Jsf?docId=WO2019186344&_cid
  • Arbre enraciné (Rooted Tree : Jsf?docId=WO2019186344&_cid

📝 Points essentiels

  • Chaque réplicat a la même taille que les données originales mais peut contenir des répétitions.
  • Cette étape prépare la base pour évaluer la robustesse des branches d’un arbre phylogénétique.
  • La structure d’un arbre phylogénétique 109 Dr.
  • Arbre ultramétrique Un arbre où la longueur des branches n’a pas de signification.

💡 À retenir

La phase ascendante crée plusieurs versions des données par ré-échantillonnage pour tester la stabilité des inférences phylogénétiques.

📖 11. Reconstruction d'arbres pour chaque copie modifiée

🔑 Notions clés & Définitions

  • 9186344&cid : =P22-K24U0K-16282-1 Deux grandes catégories regroupent ces différentes méthodes Les méthodes d’inférence phylogénétique Méthodes basées sur les distances Méthodes basées sur les caractères Dr.

📝 Points essentiels

  • Pour chaque réplicat bootstrap, un arbre phylogénétique est reconstruit indépendamment.
  • Cette étape permet d’évaluer la variabilité des arbres obtenus à partir de données légèrement différentes.
  • Elle est essentielle pour estimer la confiance dans les regroupements observés.

💡 À retenir

La reconstruction multiple d’arbres à partir de réplicats bootstrap sert à évaluer la robustesse des inférences phylogénétiques en mesurant la stabilité des regroupements observés.

📖 12. Attribution des scores de confiance aux branches d'arbre

🔑 Notions clés & Définitions

  • Paramètres : Variables utilisées dans les modèles statistiques d’évolution moléculaire, telles que les taux de transition et de transversion, qui influencent la modélisation des substitutions nucléotidiques.

📝 Points essentiels

  • Le score de confiance d’une branche est calculé comme la fréquence d’apparition de cette branche dans les arbres reconstruits à partir des réplicats bootstrap.
  • Un score de 95 % signifie que la branche est retrouvée dans 95 % des arbres bootstrap, indiquant une forte fiabilité du regroupement.
  • La méthode bootstrap est une méthode statistique non paramétrique qui évalue la fiabilité des regroupements dans un arbre phylogénétique en rééchantillonnant aléatoirement les données.
  • : Une branche à 85% signifie qu'elle est présente dans 85% des répliques.

💡 À retenir

Les scores bootstrap doivent être interprétés comme une mesure quantitative de la solidité des branches d’un arbre phylogénétique, basée sur la fréquence de leur apparition dans les réplicats bootstrap.

🧩 Compléments de couverture

  1. Détail source à réviser : par: Dr. Oussema KHAMESSI Assistant Professor in Bioinformatics 2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires. Dr. Khames (Source: "par: Dr. Oussema KHAMESSI Assistant Professor in Bioinformatics 2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026.")
  2. Détail source à réviser : https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique. Les avancées (Source: "https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique. Les avancées technologiques (micro-puces (expression et génotypage), spectromètre de masse, les technologies NGS) ainsi que le développement")
  3. Détail source à réviser : l.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 in silico - définition Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 Dr. Khamessi Oussema, Course in Fun _(Source: "l.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 in silico - définition Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khamessi")
  4. Détail source à réviser : nt/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 12 Génotype vs Phénotype ● Génotype: Le génotype correspond à lʼinformation génétique portée par les gènes dʼun organisme vivant. ● Phénotype: est tout c _(Source: "nt/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 12 Génotype vs Phénotype ● Génotype: Le génotype correspond à lʼinformation génétique portée par les gènes dʼun organisme vivant. ● Phénotype: est tout caractère ou trait observable dʼun organisme. Le terme couvre la morphologie, la forme physique et la structure dʼun organisme, ses processus")
  5. Détail source à réviser : dʼune maladie. Approaches utilisées 14 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/000 (Source: "dʼune maladie. Approaches utilisées 14 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema,")
  6. Détail source à réviser : https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Les sciences omiques Les branches de la science connues sous le nom de omiques sont constituées de diverses disciplines de la b (Source: "https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Les sciences omiques Les branches de la science connues sous le nom de omiques sont constituées de diverses disciplines de la biologie dont les noms se terminent par le suffixe « -omique », comme la génomique, la protéomique, la")
  7. Détail source à réviser : incluant. La génomique et son intérêt Génomique des populations PharmacogénomiqueMétagénomique Génomique structurale Génomique des fonctionnelle Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinf (Source: "incluant. La génomique et son intérêt Génomique des populations PharmacogénomiqueMétagénomique Génomique structurale Génomique des fonctionnelle Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705")
  8. Détail source à réviser : médicaux personnalisés. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-570 (Source: "médicaux personnalisés. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in")
  9. Détail source à réviser : cope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Format et conventions des fichiers Séquençage en paires (Paired-end) PE Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in B _(Source: "cope.wipo.int/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Format et conventions des fichiers Séquençage en paires (Paired-end) PE Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705")
  10. Détail source à réviser : qui se rattachent à celle-ci Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-361 (Source: "qui se rattachent à celle-ci Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in")
  11. Détail source à réviser : Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Prédiction physiologique et fonc (Source: "Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Prédiction physiologique et fonctionnelle 45 Repérer PathologiesMutations Prédiction de la structure 3D d’une protéine Gène anormale Opéron Dr. Khamessi Oussema,")
  12. Détail source à réviser : https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Étapes d'annotation du génome Dr. Khamessi Oussema, Cou (Source: "https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Étapes d'annotation du génome Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024.")
  13. Détail source à réviser : Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24 (Source: "Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 1- Annotation structurale 2- Annotation fonctionnelle 3- Annotation relationnelle ? ? ? ? Étapes d'annotation du génome")
  14. Détail source à réviser : AAAAAAACATTTTTCGGGTTTTTTGAAATTTGCACTTTGTGCAGAATTCTTGATTCTTGATTCTTGCAGAAATTTGCAAGAAAATTCGCAA GAAATTTGTATTAAAAACTGTTCAAAATTTTTGGAAATTAGTTTAAAAATCTCACATTTGACGTCAGCGCGAGGCAGTAGTTTCCAGAAGA ACTCTGTCGTCTACCTTAATGCCTCAAATGCGAACC (Source: "AAAAAAACATTTTTCGGGTTTTTTGAAATTTGCACTTTGTGCAGAATTCTTGATTCTTGATTCTTGCAGAAATTTGCAAGAAAATTCGCAA GAAATTTGTATTAAAAACTGTTCAAAATTTTTGGAAATTAGTTTAAAAATCTCACATTTGACGTCAGCGCGAGGCAGTAGTTTCCAGAAGA ACTCTGTCGTCTACCTTAATGCCTCAAATGCGAACCCGCTTCGGCCATCCTTCTCGCTCAGAGAATGGATTAGAGTTCTCATCAACTCCTC")
  15. Détail source à réviser : "AAEL022532"; transcript_id "AAEL022532-RA"; exon_nb "1"; chr2 VB exon 32004 33528 . - . gene_id "AAEL022532"; transcript_id "AAEL022532-RA"; exon_nb"2"; chr2 VB gene 53280 54732 . + . gene_id "AAEL023670"; chr2 VB trans (Source: ""AAEL022532"; transcript_id "AAEL022532-RA"; exon_nb "1"; chr2 VB exon 32004 33528 . - . gene_id "AAEL022532"; transcript_id "AAEL022532-RA"; exon_nb"2"; chr2 VB gene 53280 54732 . + . gene_id "AAEL023670"; chr2 VB transcript 53280 54732 . + . gene_id "AAEL023670"; transcript_id "AAEL023670-RA"; chr2 VB exon 53280 53468 . + . gene_id "AAEL023670";")
  16. Détail source à réviser : /detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https _(Source: "/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 COG/KOG et")
  17. Détail source à réviser : caractérisées) codées par des génomes complets. Chaque COG est un groupe de trois protéines ou plus dont on déduit qu'elles sont orthologues, c'est-à-dire qu'elles sont des homologues évolutifs directs. Dr. Khamessi Ouss (Source: "caractérisées) codées par des génomes complets. Chaque COG est un groupe de trois protéines ou plus dont on déduit qu'elles sont orthologues, c'est-à-dire qu'elles sont des homologues évolutifs directs. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025.")
  18. Détail source à réviser : variables sont les positions où les nucléotides diffèrent entre les deux espèces. Ces variations résultent de mutations accumulées au fil du temps. Plus il y a de sites conservés, plus les séquences sont proches évolutiv (Source: "variables sont les positions où les nucléotides diffèrent entre les deux espèces. Ces variations résultent de mutations accumulées au fil du temps. Plus il y a de sites conservés, plus les séquences sont proches évolutivement. Type de mutation majoritaire (transition / transversion) Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in")
  19. Détail source à réviser : ● Au niveau du génome : Assemblage de génomes Annotation des génomes ● Au niveau d'un gène/protéine Études d'évolution Etudes fonctionnelles Etudes structurale Dr. Khamessi Oussema, Course in Functional bioinformatics, M (Source: "● Au niveau du génome : Assemblage de génomes Annotation des génomes ● Au niveau d'un gène/protéine Études d'évolution Etudes fonctionnelles Etudes structurale Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khamessi")
  20. Détail source à réviser : homologues au sein d’un même génome (ou d’une même espèce) qui résultent d’une duplication génique. Après duplication, ils peuvent évoluer et acquérir des fonctions différentes. Orthologues: ce sont des gènes homologues (Source: "homologues au sein d’un même génome (ou d’une même espèce) qui résultent d’une duplication génique. Après duplication, ils peuvent évoluer et acquérir des fonctions différentes. Orthologues: ce sont des gènes homologues présents dans des espèces différentes, qui proviennent d’un événement de spéciation. Ils conservent souvent une fonction similaire.")
  21. Détail source à réviser : https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Différentes méthodes peuvent être utilisées pour aligner plusieurs séquences avec l’algorithme Needleman et Wunsch. En général, (Source: "https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Différentes méthodes peuvent être utilisées pour aligner plusieurs séquences avec l’algorithme Needleman et Wunsch. En général, la procédure consiste à : 1. Pairwise alignment (Alignement des deux séquences). • Local • Global Deux alignements")
  22. Détail source à réviser : – Smith-Waterman algorithm C T C T A G T G G − A C A G − − C T A G − G G T T C − − Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://abo (Source: "– Smith-Waterman algorithm C T C T A G T G G − A C A G − − C T A G − G G T T C − − Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705")
  23. Détail source à réviser : bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186 (Source: "bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Séquençage de Troisième génération Méthodes de séquençage Séquençage en temps réel d'une seule molécule")
  24. Détail source à réviser : Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search (Source: "Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Séquençage de l'ARN Le séquençage de l'ARN, ou RNA-seq, est une technique de")
  25. Détail source à réviser : patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Objectif : Reconstruire la séquence " originale " à partir des reads en utilisant les superpositions (overlaps). Méthodes d'assemblage _(Source: "patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Objectif : Reconstruire la séquence " originale " à partir des reads en utilisant les superpositions (overlaps). Méthodes d'assemblage 101 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026.")
  26. Détail source à réviser : 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Que représente un graphe ? 107 C'est une str (Source: "2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Que représente un graphe ? 107 C'est une structure mathématique utilisée pour modéliser les relations par paires (arêtes =edges) entre des objets (nœuds ou sommets =vertices). Dr.")
  27. Détail source à réviser : 111 Puis, une fois que les séquences sont alignées, différentes méthodes de génération d'arbres phylogénétiques, appelées méthodes d'inférence phylogénétique, peuvent être appliquées pour obtenir l'arbre qui reflète le m (Source: "111 Puis, une fois que les séquences sont alignées, différentes méthodes de génération d'arbres phylogénétiques, appelées méthodes d'inférence phylogénétique, peuvent être appliquées pour obtenir l'arbre qui reflète le mieux les données. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba,")
  28. Détail source à réviser : (identification de cibles conservées). Suivi des mutations dans des contextes épidémiologiques (COVID-19…….). Analyse de la biodiversité et de la taxonomie moléculaire. Roles & Applications Dr. Khamessi Oussema, Course i (Source: "(identification de cibles conservées). Suivi des mutations dans des contextes épidémiologiques (COVID-19…….). Analyse de la biodiversité et de la taxonomie moléculaire. Roles & Applications Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi")
  29. Détail source à réviser : calculs qui sont extrêmement longs. Le temps de calculs s'améliore dans la méthode du maximum de parcimonie mais la précision se perd comparée à la méthode du maximum de vraisemblance. L'approche bayésienne comporte cert (Source: "calculs qui sont extrêmement longs. Le temps de calculs s'améliore dans la méthode du maximum de parcimonie mais la précision se perd comparée à la méthode du maximum de vraisemblance. L'approche bayésienne comporte certains problèmes comme la nécessité d'avoir à définir une distribution à priori sur les hypothèses. Les méthodes d’inférence phylogénétique")
  30. Détail source à réviser : https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Elle part d’une topologie en étoile et cherche à minimiser la longueur totale de l’arbre (Source: "https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Elle part d’une topologie en étoile et cherche à minimiser la longueur totale de l’arbre en regroupant les séquences les plus proches. Ne nécessite pas d’hypothèse d’évolution constante, ce qui le rend plus réaliste")
  31. Détail source à réviser : Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wi (Source: "Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Remonter dans l’arbre : A et B → {A} ∩ {A} = {A} → 0 changement. C")
  32. Détail source à réviser : GTR (General Time Reversible, 1986) Taux différents pour chaque type de substitution 9 paramètres : - 6 taux de substitution - 3 fréquences de bases (π) - Très flexible - Modèle le plus réaliste - Nécessite beaucoup de d (Source: "GTR (General Time Reversible, 1986) Taux différents pour chaque type de substitution 9 paramètres : - 6 taux de substitution - 3 fréquences de bases (π) - Très flexible - Modèle le plus réaliste - Nécessite beaucoup de données - Calcul intensif - Génomes divergents - Analyses phylogénétiques précises ModelTest Maximum Likelihood ML Étapes Étape 1 :")
  33. Détail source à réviser : h/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 La Plateforme GISAID L'initiative GISAID promeut le partage rapide des données de tous les virus de la grippe et du coronavirus à l'origine de la COVID-19. Séque _(Source: "h/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 La Plateforme GISAID L'initiative GISAID promeut le partage rapide des données de tous les virus de la grippe et du coronavirus à l'origine de la COVID-19. Séquences Cliniques Géographiques Épidémiologiques Aide les chercheurs à comprendre comment les virus évoluent et se propagent pendant les")
  34. Détail source à réviser : Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detai (Source: "Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Aligning sequences and structures with MAFFT 141 Service en ligne MAFFT :")
  35. Détail source à réviser : en alignant la séquence consensus avec le génome SARS-CoV-2 extraits du GISAID (https://www.gisaid.org/) à l'aide du MAFFT. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), Univ (Source: "en alignant la séquence consensus avec le génome SARS-CoV-2 extraits du GISAID (https://www.gisaid.org/) à l'aide du MAFFT. Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705")
  36. Détail source à réviser : nouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 200 (Source: "nouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique. Les")
  37. Détail source à réviser : =P22-K24U0K-16282-1 in silico - définition Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 Dr. Khamessi Oussema, Course in Functional bioinformatics, Maste (Source: "=P22-K24U0K-16282-1 in silico - définition Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me")
  38. Détail source à réviser : ioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 (Source: "ioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Intégration des données Mu")
  39. Détail source à réviser : Mettre au point des traitements selon l'information génétique de chaque individu -> permettre la médecine personnalisée (Source: "Mettre au point des traitements selon l'information génétique de chaque individu -> permettre la médecine personnalisée")
  40. Détail source à réviser : docId=WO2019186344&_cid=P22-K24U0K-16282-1 Méthodes et logiciels 24 Aujourd'hui pratiquement tout projet de biologie comporte une étape d’analyse bioinformatique des données. _(Source: "docId=WO2019186344&cid=P22-K24U0K-16282-1 Méthodes et logiciels 24 Aujourd'hui pratiquement tout projet de biologie comporte une étape d’analyse bioinformatique des données.")
  41. Détail source à réviser : ioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 (Source: "ioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 The FASTQ file is the most")
  42. Détail source à réviser : docId=WO2019186344&_cid=P22-K24U0K-16282-1 Prédiction physiologique et fonctionnelle 45 Repérer PathologiesMutations Prédiction de la structure 3D d’une protéine Gène anormale Opéron Dr. _(Source: "docId=WO2019186344&cid=P22-K24U0K-16282-1 Prédiction physiologique et fonctionnelle 45 Repérer PathologiesMutations Prédiction de la structure 3D d’une protéine Gène anormale Opéron Dr.")
  43. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Étapes d'annotation du génome 1- Annotation structurale 2- Annotation fonctionnelle ? ? ? ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Étapes d'annotation du génome 1- Annotation structurale 2- Annotation fonctionnelle ? ? ? ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-")
  44. Détail source à réviser : arch/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Cours “Bioinformatique dans l’étude du Génome et du Transcriptome”, 2MFSV, ISBST, University Of Manouba, 2023-2024 L’annotation génomiqu _(Source: "arch/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Cours “Bioinformatique dans l’étude du Génome et du Transcriptome”, 2MFSV, ISBST, University Of Manouba, 2023-2024 L’annotation génomique Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRB")
  45. Détail source à réviser : _nb "3"; chr2 VB exon 54186 54732 . + . gene_id "AAEL023670"; transcript_id "AAEL023670-RA"; exon_nb "4"; Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, _(Source: "nb "3"; chr2 VB exon 54186 54732 . + . gene_id "AAEL023670"; transcript_id "AAEL023670-RA"; exon_nb "4"; Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https://about.me/oussema-khame")
  46. Détail source à réviser : nouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Funct (Source: "nouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025")
  47. Détail source à réviser : 1997) COG/KOG/arCOG - Cluster de groupes Orthologs Dr (Source: "1997) COG/KOG/arCOG - Cluster de groupes Orthologs Dr")
  48. Détail source à réviser : Paralogues: ce sont des gènes homologues au sein d’un même génome (ou d’une même espèce) qui résultent d’une duplication génique (Source: "Paralogues: ce sont des gènes homologues au sein d’un même génome (ou d’une même espèce) qui résultent d’une duplication génique")
  49. Détail source à réviser : Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Alignment global Alignment (Source: "Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Alignment global Alignment")
  50. Détail source à réviser : 1. Alignement de séquences par paires pour produire deux séquences alignées (Source: "1. Alignement de séquences par paires pour produire deux séquences alignées")
  51. Détail source à réviser : Quelle est ma question biologique ? Existe-t-il un génome de référence ? 97 Analyse Bioinformatique Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025- (Source: "Quelle est ma question biologique ? Existe-t-il un génome de référence ? 97 Analyse Bioinformatique Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/00")
  52. Détail source à réviser : detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Objectif : Reconstruire la séquence " originale " à partir des reads en utilisant les superpositions (overlaps). Méthodes d'assemblage 101 Dr. Khamessi Oussema, Cours _(Source: "detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Objectif : Reconstruire la séquence " originale " à partir des reads en utilisant les superpositions (overlaps). Méthodes d'assemblage 101 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in B")
  53. Détail source à réviser : 1859 1866 1960s 1987 1990s-200s Charles Darwin publie L’Origine des espèces, où il introduit l’idée d’une "descendance avec modification" (Source: "1859 1866 1960s 1987 1990s-200s Charles Darwin publie L’Origine des espèces, où il introduit l’idée d’une "descendance avec modification"")
  54. Détail source à réviser : 3. La méthode bayésienne de Delsuc et Douzery qui utilise une distribution à priori de tous les paramètres (topologies, longueurs des branches, taux relatifs des substitutions) Les méthodes basées sur les caractères Dr (Source: "3. La méthode bayésienne de Delsuc et Douzery qui utilise une distribution à priori de tous les paramètres (topologies, longueurs des branches, taux relatifs des substitutions) Les méthodes basées sur les caractères Dr")
  55. Détail source à réviser : 1971) : permet, pour une topologie et un caractère informatif donné, d'inférer les états ancestraux du caractère qui minimise le nombre d'événements évolutifs dans l'ensemble de l'arbre (Source: "1971) : permet, pour une topologie et un caractère informatif donné, d'inférer les états ancestraux du caractère qui minimise le nombre d'événements évolutifs dans l'ensemble de l'arbre")
  56. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Comment accéder à la Plateforme GISAID? GISAID.ORG https://www.gisaid.org/ Log in Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), Universit _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Comment accéder à la Plateforme GISAID? GISAID.ORG https://www.gisaid.org/ Log in Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi h")
  57. Détail source à réviser : nce alignment (MSA) is an important step in comparative analyses of biological sequences. https://academic.oup.com/bib/article/20/4/1160/4106928?login =false Dr. Khamessi Oussema, Course in Functional bioinformatics, Mas (Source: "nce alignment (MSA) is an important step in comparative analyses of biological sequences. https://academic.oup.com/bib/article/20/4/1160/4106928?login =false Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manoub")
  58. Détail source à réviser : Comment accéder à la Plateforme GISAID? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/00 (Source: "Comment accéder à la Plateforme GISAID? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/det")
  59. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Introduction Cette discipline constitue la « biologie in silico » C’est quoi la BIOINFORMATIQUE ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics ( _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Introduction Cette discipline constitue la « biologie in silico » C’est quoi la BIOINFORMATIQUE ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/ou")
  60. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Bioinformatics & Computational Biology ? Interprétation des résultats Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Bioinformatics & Computational Biology ? Interprétation des résultats Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid")
  61. Détail source à réviser : Comment ces gènes sont-ils liés les uns aux autres ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https:/ (Source: "Comment ces gènes sont-ils liés les uns aux autres ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/")
  62. Détail source à réviser : Existe-t-il un génome de référence ? 97 Analyse Bioinformatique Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khame (Source: "Existe-t-il un génome de référence ? 97 Analyse Bioinformatique Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscop")
  63. Détail source à réviser : 1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique (Source: "1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique")
  64. Détail source à réviser : 1969) Toutes substitutions équiprobables 1 paramètre : μ (taux global) - Très simple - Calcul rapide - Trop simpliste pour la plupart des données - Séquences très proches - Tests préliminaires K80 (Kimura 2-paramètres, 1 (Source: "1969) Toutes substitutions équiprobables 1 paramètre : μ (taux global) - Très simple - Calcul rapide - Trop simpliste pour la plupart des données - Séquences très proches - Tests préliminaires K80 (Kimura 2-paramètres, 1980) Distingue transitions (A↔G, C↔T) vs transversions 2 paramètres : - α (transitio")
  65. Détail source à réviser : 2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires (Source: "2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires")
  66. Détail source à réviser : tscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique. Les avancées technologiqu _(Source: "tscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Le projet “Génome humain” (1990 - 2003) a marqué le passage de l'ère de la génomique à l'ère de la post-génomique. Les avancées technologiques (micro-puces (expression et génotypage), s")
  67. Détail source à réviser : jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Introduction Cette discipline constitue la « biologie in silico » C’est quoi la BIOINFORMATIQUE ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinf _(Source: "jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Introduction Cette discipline constitue la « biologie in silico » C’est quoi la BIOINFORMATIQUE ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-2024. h")
  68. Détail source à réviser : 2023-2024 L’annotation génomique Dr (Source: "2023-2024 L’annotation génomique Dr")
  69. Détail source à réviser : nouba, 2024-2025. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Funct (Source: "nouba, 2024-2025. https://about.me/oussema-khamessi https://orcid.org/0000-0002-3617-5705 https://patentscope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024")
  70. Détail source à réviser : docId=WO2019186344&_cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 in silico - définition Dr. Khamessi Oussema, Course in Functiona _(Source: "docId=WO2019186344&cid=P22-K24U0K-16282-1 Dr. Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 in silico - définition Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024")
  71. Détail source à réviser : 2024-2025 in silico - définition Dr (Source: "2024-2025 in silico - définition Dr")
  72. Détail source à réviser : 1986) Taux différents pour chaque type de substitution 9 paramètres : - 6 taux de substitution - 3 fréquences de bases (π) - Très flexible - Modèle le plus réaliste - Nécessite beaucoup de données - Calcul intensif - Gén (Source: "1986) Taux différents pour chaque type de substitution 9 paramètres : - 6 taux de substitution - 3 fréquences de bases (π) - Très flexible - Modèle le plus réaliste - Nécessite beaucoup de données - Calcul intensif - Génomes divergents - Analyses phylogénétiques précises ModelTest Maximum Likelihood ML")
  73. Détail source à réviser : Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. Point your browser to https://www.gisaid.org/ Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of M (Source: "Master in Bioinformatics (MRBI), University Of Manouba, 2025-2026. Point your browser to https://www.gisaid.org/ Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2025")
  74. Détail source à réviser : Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 in silico - définition Dr (Source: "Khamessi Oussema (Bioinformatician), Cours “Bioinformatique algorithmique et programmation”, ULT , 2024-2025 in silico - définition Dr")
  75. Détail source à réviser : Khamessi Oussema, Cours “Bioinformatique dans l’étude du Génome et du Transcriptome”, 2MFSV, ISBST, University Of Manouba, 2023-2024 L’annotation génomique Dr (Source: "Khamessi Oussema, Cours “Bioinformatique dans l’étude du Génome et du Transcriptome”, 2MFSV, ISBST, University Of Manouba, 2023-2024 L’annotation génomique Dr")
  76. Détail source à réviser : 2. Annotation Structurale Virus SARS-CoV-2 NGS “WG” sequencing FastQ files Dr (Source: "2. Annotation Structurale Virus SARS-CoV-2 NGS “WG” sequencing FastQ files Dr")
  77. Détail source à réviser : script_id "AAEL023670-RA"; exon_nb "3"; chr2 VB exon 54186 54732 . + . gene_id "AAEL023670"; transcript_id "AAEL023670-RA"; exon_nb "4"; Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (Source: "script_id "AAEL023670-RA"; exon_nb "3"; chr2 VB exon 54186 54732 . + . gene_id "AAEL023670"; transcript_id "AAEL023670-RA"; exon_nb "4"; Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2024-2025. https")
  78. Détail source à réviser : Oussema KHAMESSI Assistant Professor in Bioinformatics 2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires (Source: "Oussema KHAMESSI Assistant Professor in Bioinformatics 2025-2026 Master de Recherche en Bioinformatique MRBI Bioinformatique Fonctionnelle : Génomique comparative Phylogénie et évolution moléculaires")
  79. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 1- Annotation structurale 2- Annotation fonctionnelle 3- Annotation relationnelle ? ? ? ? Étapes d'annotation du génome Dr. Khamessi Oussema, Course in Functional bioinformatics, Mast _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 1- Annotation structurale 2- Annotation fonctionnelle 3- Annotation relationnelle ? ? ? ? Étapes d'annotation du génome Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manouba, 2023-202")
  80. Détail source à réviser : 1997 a été mise à jour pour refléter l'augmentation constante de la collection de génomes procaryotes entièrement séquencés (Source: "1997 a été mise à jour pour refléter l'augmentation constante de la collection de génomes procaryotes entièrement séquencés")
  81. Détail source à réviser : 1. La méthode UPGMA (Unweighted Pair Group Method with Arithmetic Mean) de Sokal et Michener (Sokal et Michener, r6), qui, par itérations successives, réduit progressivement la taille de la matrice fournissant l'ensemble (Source: "1. La méthode UPGMA (Unweighted Pair Group Method with Arithmetic Mean) de Sokal et Michener (Sokal et Michener, r6), qui, par itérations successives, réduit progressivement la taille de la matrice fournissant l'ensemble des distances entre toutes les paires de séquences, et produit un arbre enraciné")
  82. Détail source à réviser : 2. La méthode du Neighbour Joining (Neighbor Joining NJ) de Naruya Saitou and Masatoshi Nei (Naruya et Masatoshi, r5), qui, à la différence avec la méthode UPGMA, effectue la recherche séquentielle des voisins en minimis (Source: "2. La méthode du Neighbour Joining (Neighbor Joining NJ) de Naruya Saitou and Masatoshi Nei (Naruya et Masatoshi, r5), qui, à la différence avec la méthode UPGMA, effectue la recherche séquentielle des voisins en minimisant la longueur totale de l'arbre, et produit des arbres non enracinés")
  83. Détail source à réviser : 1. La méthode du maximum de vraisemblance (Maximum Likelihood ML) qui évalue, en terme de probabilités (vraisemblance), l'ordre des branchements et la longueur des branches d'un arbre dans le cadre d'un modèle d'évolutio (Source: "1. La méthode du maximum de vraisemblance (Maximum Likelihood ML) qui évalue, en terme de probabilités (vraisemblance), l'ordre des branchements et la longueur des branches d'un arbre dans le cadre d'un modèle d'évolution probabiliste donné")
  84. Détail source à réviser : 2. La méthode du maximum de parcimonie (Maximum Parsimony) qui consiste à rechercher parmi tous les arbres possibles et toutes les séquences possibles de noeuds ancestraux, la combinaison qui requiert le plus petit nombr (Source: "2. La méthode du maximum de parcimonie (Maximum Parsimony) qui consiste à rechercher parmi tous les arbres possibles et toutes les séquences possibles de noeuds ancestraux, la combinaison qui requiert le plus petit nombre de changements évolutifs dans l'arbre phylogénétique")
  85. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Données complexes (hétérotachies, modèles évolutifs) Quand éviter Neighbor-Joining ? Si les distances sont bruitées Réseaux évolutifs (recombinaison, hybridation) Grands jeux de donné _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Données complexes (hétérotachies, modèles évolutifs) Quand éviter Neighbor-Joining ? Si les distances sont bruitées Réseaux évolutifs (recombinaison, hybridation) Grands jeux de données (> 1 000 taxons) La méthode du Neighbour Joining (Neighbo")
  86. Détail source à réviser : d=WO2019186344&_cid=P22-K24U0K-16282-1 Comment accéder à la Plateforme GISAID? GISAID.ORG https://www.gisaid.org/ Log in Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), Univers _(Source: "d=WO2019186344&cid=P22-K24U0K-16282-1 Comment accéder à la Plateforme GISAID? GISAID.ORG https://www.gisaid.org/ Log in Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), University Of Manoub")
  87. Détail source à réviser : ope.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 GISAID.ORG : https://www.gisaid.org/ BrowseEpiCOVLog in La sélection des séquences a été effectuée en tenant compte des séquences du génome ent _(Source: "ope.wipo.int/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 GISAID.ORG : https://www.gisaid.org/ BrowseEpiCOVLog in La sélection des séquences a été effectuée en tenant compte des séquences du génome entier. génomes")
  88. Détail source à réviser : 1965 (la première base de données de séquences de protéines appelée Atlas of Protein Sequence and Structure) (Source: "1965 (la première base de données de séquences de protéines appelée Atlas of Protein Sequence and Structure)")
  89. Détail source à réviser : 1987 1990s-200s Charles Darwin publie L’Origine des espèces, où il introduit l’idée d’une "descendance avec modification".→ Il représente pour la première fois la relation évolutive des espèces sous forme d'un arbre (san (Source: "1987 1990s-200s Charles Darwin publie L’Origine des espèces, où il introduit l’idée d’une "descendance avec modification".→ Il représente pour la première fois la relation évolutive des espèces sous forme d'un arbre (sans le terme "phylogénétique"). Ernst Haeckel Formalise le conc")
  90. Détail source à réviser : 1. Générer des centaines/milliers de répliques (ex (Source: "1. Générer des centaines/milliers de répliques (ex")
  91. Détail source à réviser : 3. Calculer la fréquence des motifs/branches communs (Source: "3. Calculer la fréquence des motifs/branches communs")
  92. Détail source à réviser : ACCTGG deux fois, ATCTAT, etc. BootstrapBOOTSTRAP ************** Comparison Illumina/ONT “SARS-CoV-2” resultats de Mapping(Illumina) resultats de Mapping (ONT) Dr. Khamessi Oussema, Course in Functional bioinformatics, M (Source: "ACCTGG deux fois, ATCTAT, etc. BootstrapBOOTSTRAP ************** Comparison Illumina/ONT “SARS-CoV-2” resultats de Mapping(Illumina) resultats de Mapping (ONT) Dr. Khamessi Oussema, Course in Functional bioinformatics, Master in Bioinformatics (MRBI), Universit")
  93. Détail source à réviser : e.wipo.int/search/en/detail.jsf?docId=WO2019186344&_cid=P22-K24U0K-16282-1 Aligning sequences and structures with Tcoffee 142 Point your browser to the MAFFT server https://mafft.cbrc.jp/alignment/server/index.html _(Source: "e.wipo.int/search/en/detail.jsf?docId=WO2019186344&cid=P22-K24U0K-16282-1 Aligning sequences and structures with Tcoffee 142 Point your browser to the MAFFT server https://mafft.cbrc.jp/alignment/server/index.html")
  94. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 Qu'est-ce que l'annotation du génome ? Prédire les capacités de l'organisme Y a-t-il des gènes dans la séquence du génome ? Combien y a-t-il de gènes ? Où sont localisés ces gènes ? Q _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 Qu'est-ce que l'annotation du génome ? Prédire les capacités de l'organisme Y a-t-il des gènes dans la séquence du génome ? Combien y a-t-il de gènes ? Où sont localisés ces gènes ? Que font ces gènes ? Comment ces gènes sont-ils liés les uns")
  95. Détail source à réviser : Prédire les capacités de l'organisme Y a-t-il des gènes dans la séquence du génome ? Combien y a-t-il de gènes ? Où sont localisés ces gènes ? Que font ces gènes ? Comment ces gènes sont-ils liés les uns aux autres ? Dr. (Source: "Prédire les capacités de l'organisme Y a-t-il des gènes dans la séquence du génome ? Combien y a-t-il de gènes ? Où sont localisés ces gènes ? Que font ces gènes ? Comment ces gènes sont-ils liés les uns aux autres ? Dr. Khamessi Oussema, Course in Functional bioinformatics, Mast")
  96. Détail source à réviser : WO2019186344&_cid=P22-K24U0K-16282-1 ➢ Nécessité d'établir un ensemble d'expériences dans différentes conditions - Prend du temps et coûte cher - Knock-out, silençage génique… Annotation expérimentale des protéines ? ➢ R _(Source: "WO2019186344&cid=P22-K24U0K-16282-1 ➢ Nécessité d'établir un ensemble d'expériences dans différentes conditions - Prend du temps et coûte cher - Knock-out, silençage génique… Annotation expérimentale des protéines ? ➢ Résultats non garantis ● Trouver la condition dans laquelle l")

📅 Repères chronologiques

DateÉvénement
2013Génome humain projet
1990Passage de la génomique à la post-génomique
2003Fin du projet Génome humain
2024Année de publication du cours en bioinformatique
2025Année de début du cours en bioinformatique
2026Année de fin du cours en bioinformatique

📊 Tableaux de Synthèse

Comparaison des méthodes d'alignement

MéthodeType d'approcheAvantages
Alignement progressifHiérarchiqueEfficace pour plusieurs séquences
Méthode bayésienneProbabilisteIntègre modèles statistiques
Maximum de parcimonieOptimisation évolutiveMinimise changements
Arbre des distancesBasée sur matrice de distancesReprésentation synthétique

⚠️ Pièges & Confusions Fréquentes

  1. Confusion entre transitions et transversions, notamment leur fréquence relative.
  2. Erreur dans l'interprétation de l'alignement multiple comme étant toujours optimal.
  3. Confusion entre arbre enraciné et non enraciné dans la phase ascendante.
  4. Mauvaise utilisation de la matrice de divergence pour inférer des relations évolutives.
  5. Sous-estimation de la complexité de l'alignement progressif avec plusieurs séquences.
  6. Interprétation incorrecte des scores de confiance dans l'attribution des branches.
  7. Confusion entre la méthode UPGMA et NJ, notamment leur hypothèse sur la vitesse d'évolution.

✅ Checklist Examen

  1. Vérifier la distinction entre transitions et transversions.
  2. S'assurer de la compréhension de l'alignement multiple.
  3. Maîtriser la différence entre arbre enraciné et non enraciné.
  4. Savoir utiliser la matrice de divergence pour inférer des relations.
  5. Comprendre le principe de l'alignement progressif.
  6. Connaître les bases de la méthode bayésienne en phylogénie.
  7. Identifier les limites de la méthode du maximum de parcimonie.
  8. Savoir interpréter les scores de confiance aux branches.
  9. Différencier UPGMA et NJ dans leurs hypothèses.
  10. Maîtriser la phase ascendante dans la reconstruction d'arbres.
  11. Savoir reconstruire un arbre pour une copie modifiée.
  12. Connaître l'importance de l'attribution de scores de confiance.

Metti alla prova le tue conoscenze

Metti alla prova le tue conoscenze su Introduction aux méthodes phylogénétiques con 12 domande a scelta multipla con correzioni dettagliate.

1. Quelle est la conséquence principale de la création de plusieurs versions des données par ré-échantillonnage lors de la phase ascendante dans la reconstruction d'arbre ?

2. À quelle fréquence une nouvelle version de la base de données GenBank est-elle publiée ?

Fai il quiz →

Ripassa con le flashcard

Memorizza i concetti chiave di Introduction aux méthodes phylogénétiques con 24 flashcard interattive.

Matrice de divergence — définition ?

Proportion de sites différents entre deux séquences.

Alignement multiple — rôle ?

Comparer plusieurs séquences pour détecter homologues et relations évolutives.

Matrice des alignements par paires — fonction ?

Compiler distances ou scores entre chaque paire de séquences.

Vedi le flashcard →

Similar courses

Introduction aux probabilités et statistiques

Mathématiques

Structure et propriétés de la matière

Chimie

Les dynamiques de la stratification sociale

Les Bases de la Photosynthèse

SVT

Les bases de la production d'énergie cellulaire

Introduction à la génétique et à l'évolution

SVT

Crea le tue schede di revisione

Importa il tuo corso e l'AI genera schede, quiz e flashcard in 30 secondi.

Generatore di schede