Canal-U

Mon compte

Résultats de recherche

Nombre de programmes trouvés : 267
Label UNT Vidéocours

le (5m25s)

1.1. The cell, atom of the living world

Welcome to this introduction to bioinformatics. We will speak of genomes and algorithms. More specifically, we will see how genetic information can be analysed by algorithms. In these five weeks to come, we will see first, what are these genomic texts, we will try to analyse using algorithms and programs. We will then speak of genes and proteins. Proteins being coded by genes. We will study and design algorithms to predict genes on the DNA sequences or genomic texts. We will study, more deeply, an algorithm to compare genomic sequences. And we will use this algorithm to reconstruct phylogenetic trees that is to say the evolution of species over time. During this ...
Voir la vidéo
Label UNT Vidéocours

le (5m29s)

1.2. Au cœur de la cellule, la molécule d’ADN

Au cœur de chaque cellule se trouve donc la molécule d'ADN, flottant directement dans le cytoplasme dans le cas des cellules procaryotes, par exemple bactériennes, ou contenue dans le noyau des cellules eucaryotes. Que sait-on actuellement de cette molécule d'ADN ? C'est un long parcours là encore de recherche. En 1944, l'ADN était identifié comme étant le support de l'information génétique. Découverte qui a été un peu éclipsée par le travail publié en 1953 sur la structure de la molécule d'ADN. En 1953, on montre que l'ADN est une longue molécule, on l'appellera une macro molécule, composée de 2 brins ...
Voir la vidéo
Label UNT Vidéocours

le (5m32s)

1.1. La cellule, atome du vivant

Bienvenue dans cette introduction conjointe aux notions fondamentales de génomique et d'algorithmique, autrement dit, de l'analyse informatique de l'information génétique, ce qu'on peut désigner de façon très synthétique par le terme un domaine scientifique qui est la bio informatique. Au cours de ces 5 parties, nous aborderons des notions fondamentales en commençant par évidemment l'ADN, les séquences génomiques, les textes des génomes, puis de gènes et de protéines et nous nous focaliserons plus particulièrement sur le processus de traduction de gènes en protéines, pour ensuite chercher à concevoir des algorithmes de prédiction de ces gènes dans les textes génomiques, des ...
Voir la vidéo
Label UNT Vidéocours

le (5m36s)

3.9. Benchmarking the prediction methods

It is necessary to underline that gene predictors produce predictions. Predictions mean that you have no guarantees that the coding sequences, the coding regions,the genes you get when applying your algorithm, are true genes, thatis genes which have a biological existence. Only experimental analysiscan confirm or infirm your predictions. Nevertheless it is interesting and also important to be able to evaluate your algorithm, thisis the role of benchmarking. Benchmarking means measuring the capacity of your algorithm to produce good predictions. How can we make thiskind of measurement? We need a reference, an idealreference would be a genome which is well annotated and for whichall of the annotations have been confirmed through ...
Voir la vidéo
Label UNT Vidéocours

le (5m38s)

2.10. How to find genes?

Getting the sequence of the genome is only the beginning, as I explained, once you have the sequence what you want to do is to locate the gene, to predict the function of the gene and maybe study the interaction between genes and proteins. Let's concentrate on the prediction of genes on a genome. How can we find genes using,of course, algorithms? That's what we call genome annotation, the prediction of gene location and the prediction ofthe function of the genes, of the protein coded by the genes. A typical bacterial genome like the E. coli genome is four by five megabases and is the support of 4,500 genes. A ...
Voir la vidéo
Label UNT Vidéocours

le (5m41s)

3.4. Prédiction de tous les gènes d’une séquence

En combinant de façon adéquate la recherche des triplés Stop et Start sur un brin d'ADN, nous avons obtenu un algorithme qui prédit les gènes sur ce brin, mais également sur une phase. C'est-à-dire en groupant les lettres en triplés d'une certaine manière. Nous avons vu qu'il existait 3 phases sur une séquence donnée. Nous allons donc dans un premier temps, avant de voir comment nous pouvons prédire tous les gènes d'un génome, modifier légèrement notre algorithme en le paramétrant au lieu de commencer systématiquement à la première position de la séquence nous commencerons sur la position iPhase et iPhase ...
Voir la vidéo
Label UNT Vidéocours

le (5m42s)

2.1. The sequence as a model of DNA

Welcome back to our course on genomes and algorithms that is a computer analysis ofgenetic information.Last week we introduced the very basic concept in biology that is cell, DNA, genome, genes,proteins and this week we will concentrate on these last two concepts, that is genes and proteins and we will see how proteins are coded by genes and what is the process of translating genes into proteins. Then we will design some algorithms for this translation. But first let's come back on the idea that the sequence, that is the string of characters returning these four letters of the alphabet A, C, G and T is a model ...
Voir la vidéo
Label UNT Vidéocours

le (5m42s)

3.1. All genes end on a stop codon

Last week we studied genes and proteins and so how genes, portions of DNA, are translated into proteins.We also saw the very fast evolutionof the sequencing technology which allows for producing large genomic texts, it is now possible to sequence a whole genome. But it is just thebeginning of the story. The challenge to come is to analysethe texts of these genomes and find genes, so this week wewill see how we can design avery first algorithm for predicting genes on a bacterial genome. We will first remember the conditionfor finding genes, we will design and propose an algorithmfor that and we will see that a part of ...
Voir la vidéo
Documentaires

le (5m43s)

Mystères et propriétés des cellules vivantes (ASR n°3 - LCPMC)

Découvrir les lois ou les règles qui régissent l'univers, la matière et le monde vivant, telle est la vocation première des chercheurs en sciences. L'équipe de théoriciens du Laboratoire de Chimie et Physique des Milieux Complexes de l'Université de Lorraine travaille sur les propriétés physiques de certains éléments des cellules vivantes. Ce film a été produit par l'Université de Lorraine grâce au soutien de la Région Lorraine.
Voir la vidéo
Label UNT Vidéocours

le (5m44s)

3.6. L’algorithme de Boyer-Moore

Vous avez compris que la recherche de motifs, c'est-à-dire de sous-chaînes de caractères dans une chaîne plus importante, était un composant important de beaucoup d'algorithmes de bio-informatique. Les algorithmiciens ont toujours cette obsession de l'efficacité de leurs algorithmes. Pourquoi ? Parce qu'on travaille sur des textes qui sont assez longs, on en a vu des ordres de grandeur, et moins, on aura à faire de comparaison, plus rapide sera l'exécution de nos algorithmes. Donc, travailler sur l'efficacité des algorithmes de recherche de motifs est largement justifié. Regardons en effet, quelle est l'efficacité de l'algorithme qu'on appelle naïf ? Naïf au sens ...
Voir la vidéo

 
FMSH
 
Facebook Twitter
Mon Compte