Canal-U

4.1. Comment prédire les fonctions des gènes/protéines ?

Après avoir regardé dans les yeux, les semaines précédentes, l'ADN, vu comment cet ADN par séquençage produisait des textes, des séquences génomiques, étudié la relation entre gènes et protéines, gènes portant l'information qui est utilisée par la cellule pour produire une ou plusieurs protéines, et s'étant intéressés à la prédiction de gènes, c'est-à-dire à la prédiction de la localisation des gènes sur les séquences d'ADN. La question suivante à aborder est : comment prédire la fonction de ces gènes et de ces protéines ? Quels rôles dans la cellule jouent les protéines codées par les gènes ? En pratique, il n'existe pas véritablement d'algorithme de prédiction de la fonction et tout se fait, comme nous allons le voir, par comparaison de séquences et recherche de séquences similaires et récupération de la fonction associée.
Cette partie entière va être dédiée à l'étude d'un algorithme de comparaison de séquences.
Donc pas d'algorithme pour prédire la fonction d'une protéine ou, en utilisant un raccourci de langage, la fonction du gène correspondant, mais la possibilité d'interroger des bases de données. De quoi s'agit-il ? On avait vu que les laboratoires qui produisent des séquences et les annotations de ces séquences pouvaient déposer leurs séquences dans une banque de données du genre GeneBank ou MBL, c'était pour les séquences d'ADN. La même démarche peut être effectuée pour les séquences protéiques, cette fois-ci avec les fonctions associées, dans par exemple une base UniProt où là, le principe est un peu différent puisque il y a une étape de filtrage par des experts avant que les séquences soient effectivement déposées dans la banque...