IDADIGE: A process for 2d-gel images treatment and analysis in the context of the search for protein biomarkers
IDADIGE : Procédé de traitement des images de gels d'électrophorèse bidimensionnelle différentielle dans le contexte de la recherche de marqueurs protéiques
Résumé
This thesis is part of the NODDICCAP project that was initiated by bioMérieux (France) with the aim of developing new tools for screening, diagnosis and evaluation of colorectal cancer prognosis using proteomic tools. The development of these new tools requires the identification of biomarkers that are discriminatory and specific for colorectal cancer. The aim of this work was to optimise images and datas analyses methods, for the identification of colorectal cancer biomarkers by the use of Differential In-Gel Electrophoresis, a variant of bidimensional gel electrophoresis. Initially areas for improvement in the traditional methods of 2-D gel electrophoresis image treatment were identified. This led us to reconsider the strategy, and to seek innovative methods for image and data treatment, or to adapt methods issued from closely related research areas. Method selection was guided by the constraints linked to the biological and technological context, as well as the evaluation of their effectiveness when compared to the methods usually used. The main advances gained from this work are the definition of the experimental set up, the strategic approach for image analysis, and the statistical interpretation of data. The choice of a standard cell line allowed better comparison of data between experiments. The strategic analysis of image analysis was improved by the use of a unique detection template. The creation of this template was performed by using a novel method of image merging that enabled accurate representation of each single spot for every image analysed. Finally, methods for statistical analysis of data were proposed that improved ratios studies by considering the range of each spot intensity. Moreover, the specification of an at-risk profile by a biologist allows, for example, to focus more attention on highly expressed spots. Together, all these methods put in place, from image acquisition to discovery and visualisation of potential protein markers, form the Image and Data Analysis for Differential In Gel Electrophoresis (IDADIGE) workflow. This workflow exploits different software and many functions put in place in Matlab and regrouped under the name of ProDIGE. The proteomics laboratory at bioMérieux currently uses the IDADIGE workflow, which has allowed the discovery of new colorectal biomarkers that now must be validated in a biological context.
Le sujet de cette thèse s'inscrit dans le cadre du projet NODDICCAP initié par l'entreprise bio-Mérieux et visant le développement de Nouveaux Outils pour le Dépistage, le DIagnostic, l'évaluation du pronostic et le suivi du Cancer Colorectal par une Approche Protéomique. Le développement de ces nouveaux outils passe nécessairement par l'identification de marqueurs tumoraux discriminants et spécifiques du cancer colorectal. L'objectif de la thèse a été d'optimiser l'analyse des images et des données issues de la technologie DIGE (Differential In-Gel Electrophoresis), afin de permettre la découverte de marqueurs potentiels du cancer colorectal. Après avoir identifié les maillons faibles de la chaîne de traitement classique des images de gel d'électrophorèse 2D, nous avons été amenés à reconsidérer les approches utilisées et à rechercher des méthodes de traitement d'image et de données innovantes, ou bien existantes mais issues de domaines voisins. Le choix des méthodes a été guidé par l'évaluation de leur efficacité en comparaison aux méthodes classiquement employées, et également par les contraintes liées au contexte biologique et technologique. Les principales avancées issues de ce travail sont la définition du schéma expérimental, l'approche stratégique de l'analyse d'images ainsi que l'analyse statistique des données. En ce qui concerne le schéma expérimental, le choix d'une lignée cellulaire comme standard commun a permis un meilleur recoupement des données entre différentes expériences. L'analyse stratégique de l'analyse d'image a été améliorée grâce à l'utilisation d'un patron de détection unique. Ce patron unique a été réalisé à l'aide d'une méthode de fusion d'images originale permettant une juste représentativité de chacune des tâches protéiques de l'ensemble des images considérées. Enfin, les méthodes pour l'analyse statistique des données ont tenu compte de l'intensité des tâches protéiques grâce à une régulation de la variance lors de la comparaison des ratios. Par ailleurs, la spécification par le biologiste d'un profil de risque a permis, par exemple, de porter une plus grande attention aux protéines fortement exprimées. L'ensemble des méthodes mises en place depuis l'acquisition des images jusqu'à la découverte et la visualisation des marqueurs protéiques potentiels constitue le workflow IDADIGE (Image and Data Analysis for Differential In Gel Electrophoresis). Ce workflow exploite différents logiciels ainsi que plusieurs fonctions implémentées sous Matlab et regroupées sous le nom ProDIGE. L'exploitation par le laboratoire de protéomique de bioMérieux du workflow IDADIGE a été utilisée en routine et a permis la découverte de marqueurs protéiques du cancer colorectal qui doivent maintenant être validés biologiquement.
Loading...