Régression fonctionnelle de Poisson pour l'analyse de données de séquençage haut-débit

Résumé : Les techniques de séquençage à haut-débit se sont rapidement développées pour l'étude à l'échelle du génome de phénomènes moléculaires, mais les données qu'elles génèrent posent des problèmes méthodologiques. Elles sont organisées spatialement le long du génome, et sont constituées de comptes de reads qui peuvent être modélisés par une loi de Poisson. Ce stage a porté sur une méthode statistique pour débruiter de tels signaux, et ainsi faciliter la détection de surenrichissements biologiquement significatifs, en utilisant des bases d'ondelettes. Il a consisté en l'appropriation du cadre statistique associé, qui inclut une composante de régression en grande dimension en cadre hétéroscédastique et l'application de cette méthode à des données expérimentales (en particulier de ChIP-Seq). Cette seconde étape a nécessité de mettre en place certaines techniques comme le cycle spinning, ou d'intégrer au modèle des réplicats. Ce stage illustre l'intérêt des ondelettes dans l'analyse de données de NGS, et ouvre la voie au développement d'une nouvelle méthode de détection de pics dans les données de ChIP-Seq.
Type de document :
Mémoires
Sciences du Vivant [q-bio]. 2015
Liste complète des métadonnées

Littérature citée [35 références]  Voir  Masquer  Télécharger

https://dumas.ccsd.cnrs.fr/dumas-01296665
Contributeur : Agrocampus Ouest <>
Soumis le : vendredi 1 avril 2016 - 13:43:03
Dernière modification le : mercredi 23 août 2017 - 16:41:24
Document(s) archivé(s) le : lundi 14 novembre 2016 - 11:59:25

Identifiants

  • HAL Id : dumas-01296665, version 1

Citation

Cervin Guyomar. Régression fonctionnelle de Poisson pour l'analyse de données de séquençage haut-débit. Sciences du Vivant [q-bio]. 2015. 〈dumas-01296665〉

Partager

Métriques

Consultations de la notice

163

Téléchargements de fichiers

101