Le Pole Rh^one-Alpes (Auvergne) de Bioinformatique · 2018-03-20 · Le Pole Rh^one-Alpes (Auvergne) de Bioinformatique Pass e, pr esent et avenir Guy Perri ere Laboratoire de Biom

Le Pole Rhone-Alpes (Auvergne) de BioinformatiquePasse, present et avenir

Guy Perriere

Laboratoire de Biometrie et Biologie EvolutiveUMR CNRS 5558

17 juin 2016

Guy Perriere (LBBE) PRABI 17 juin 2016 1 / 35

Origine et structure

Presentation

Origine remontant a 1998 avec la mise en place du Pole Bio-informatique Lyonnais (PBIL) :

• Une composante PBIL-Doua (equipes du LBBE) et une composantePBIL-Gerland (equipes de l’IBCP).

Evolution en PRABI suite a un financement par l’intermediaired’un Contrat de Plan Etat-Region (2000-2006) :

• Construction de locaux propres, dedies a la bioinformatique.

Structure labellisee RIO (Reseau Inter Organismes) puis IBiSA(Infrastructures Biologie-Sante et Agronomie).

Membre du Reseau National des plateformes en Bioinformatique(ReNaBi) puis de l’Institut Francais de Bioinformatique (IFB).



Le reseau ReNaBi

Mise en place en 2005 :• Initiative du GIS IBiSA.

Six centres regionaux :• Federation de plateformes

et d’equipes de recherche.

Labellisation :• Activite de recherche.• Offre de services.• Formations.



Evolution vers l’IFB

Projet finance dans le cadre de l’AAP « Infrastructures Nationalesen Biologie-Sante » 2011.

Mise en place d’un nœud national (IFB-core) avec une structurede type UMS :

• Localisation administrative a Gif-sur-Yvette.• Localisation des moyens de calcul a Orsay.

Directeur : Jean-Francois Gibrat.

Integration au sein d’ELIXIR.



Composantes PRABI

Au nombre de sept depuis fevrier 2016, avec un responsablescientifique pour chacune d’entre elles :

• PRABI-Doua (Guy Perriere).• PRABI-AMSB (Guy Perriere).• PRABI-Gerland (Raphael Terreux).• PRABI-HCL (Pascal Roy).• PRABI-Grenoble (Alain Viari).• INCa/SLC (Alain Viari).• AuBi (Pierre Peyret).

Autonomie financiere complete de chacune des composantes.

Un directeur scientifique (Guy Perriere, depuis mai 2010).



Plateformes de services associees

PRABI-AMSB (Analyse et Modelisation de SystemesBiologiques) :

• Genomique comparative, metagenomique, transcriptomique, reseauxd’interactions, phylogenie.

PRABI-HCL (Hospices Civils de Lyon) :• Biostatistiques medicales.

SLC (Synergie Lyon Cancer) :• Genomique et transcriptomique du cancer.

AuBi (Auvergne Bioinformatique) :• Genomique comparative, metagenomique, phylogenie.



Equipes de recherche associees

Laboratoire Equipe Acronyme

LBBE Bioinformatique, Phylogenie et Genomique Evolutive BPGEStatistique en Grande Dimension pour la Genomique SGDP

Ecologie Quantitative et Evolutive des Communautes EQEC

Elements Transposables, Evolution, Populations ETEPBaobab BaobabBiostatistiques – Sante BS

Sexe et Evolution SEBF2I Genomique Fonctionnelle des Interactions Trophiques GFITIBCP Structures et Interactions SI

Biocristallographie et Biologie Structurale BBSCTdes Cibles Therapeutiques

LECA Mathematiques et Algorithmique pour l’Etude MAEBde la Biodiversite

INRIA-RA Modelisation, Simulation, Analyse Experimentale et IBISControle de Reseaux de Regulation Bacteriens

IRTSV Bioinformatique Moleculaire BMINCa Synergie Lyon Cancer SLC

Quatorze equipes appartenant a sept laboratoires/instituts



Membres du Conseil Scientifique

LBBE :• Stephane Dray.• Manolo Gouy.• Daniel Kahn.• Guy Perriere.• Pascal Roy.• Marie-France Sagot.• Bruno Spataro.

IBCP :• Gilbert Deleage.• Raphael Terreux.

IFB :• Christophe Blanchet.

AMSB :• Vincent Navratil.

LECA :• Eric Coissac.

INRIA-RA et INCa/SLC :• Alain Viari.

BF2I :• Hubert Charles.

IRTSV :• Yves Vandenbrouck.

AuBi :• Pierre Peyret.


Activites

Activites de recherche

Ecologie, génétique des populations

Protéomique BM

Structure des protéines

SI BBSCT

Génomique Biostatistiques

Métabolomique et réseaux

BPGE Baobab

IBIS

SLC

ETEP

BS

EQEC

MAEB SE

vennprabi

SGDG

Santé GFIT

Diagramme de Venn des activites de recherche


Activites

Activites de formation

Assurees par l’ensemble des cinq composantes.

Implication dans differentes formations initiales, a tous les niveaux(DUT, L3, M1, M2 et Doctorat).

Formations continues (une quinzaine chaque annee) :• Biostatistiques medicales.• Initiation et perfectionnement a R.• Initiation et perfectionnement a ADE-4.• Analyse de sequences.• Analyse des donnees RNA-Seq.• Phylogenie moleculaire.• Structure des proteines.


PRABI-AMSB

Presentation

Plateforme de l’Universite Claude Bernard – Lyon 1 (UCBL)rattachee a la FR Bio-Environnement et Sante (BioEnviS).

Activites de services, de formation et de recherche en bio-informatique.

Domaines d’expertise :• Assemblage de genomes.• Analyse de donnees RNA-Seq et ChIP-Seq.• Metagenomique et metatranscriptomique.• Genomique comparative.• Phylogenie moleculaire.• Reseaux metaboliques.• Bases de donnees.• Biostatistiques.


PRABI-AMSB

Services proposes

Valorisation et transfert de la recherche en bioinformatique vers labiologie.

Conseils et services en bioinformatique et biostatistiques.

Construction, hebergement, maintenance et acces a des bases dedonnees.

Developpement et mise a disposition d’outils d’analyse.

Accompagnement de projets scientifiques :• Participation a la mise en place des protocoles experimentaux.• Participation a la redaction des demandes de financement.


PRABI-AMSB Personnels

Personnels permanents

Dominique Guyot (IE UCBL) :• Parallelisation des calculs, calculs hautes performances bases de

donnees, service Galaxy.

Christine Oger (IR UCBL) :• Analyse de donnees d’expression, genomique bacterienne et

vegetale, metagenomique, service Galaxy.

Vincent Navratil (IR UCBL) :• Analyse de donnees d’expression, genomique et transcriptomique

virale, service Galaxy.

Philippe Veber 1 (IR CNRS) :• Regulation transcriptionnelle, reseaux de genes.

1. Mi-temps LBBEGuy Perriere (LBBE) PRABI 17 juin 2016 13 / 35


Personnels en CDD

Amandine Campan-Fournier (36 mois, FRM) :• Aout 2014-. . .• Analyse RNA-Seq a grande echelle et phylogenie de differentes

souches de Legionella.

Jonathan Fey (18 mois, IFB) :• Decembre 2014-mai 2016.• Parallelisation des calculs pour la construction de ProDom.

Jean-Francois Taly (12 mois, France Genomique) :• Fevrier 2015-janvier 2016.• Banques de donnees dediees a l’identification taxonomique en

metagenomique.

Heloıse Philippon (24 mois, IFB) :• Mai 2016-. . .• Pipeline d’analyse phylogenetique.



Personnels en CDD – Projet Ancestrome

Remi Planel (40 mois, ANR) :• Septembre 2012-decembre 2015.• Developpements web avances pour la consultation des banques de

donnees.

Pierre Dupuis (8 mois, ANR) :• Octobre 2014-mai 2015.• Services web (Angular), formulaires de requetes pour l’interrogation

des banques de donnees.

Guillaume Gence (12 mois, ANR) :• Octobre 2015-. . .• Poursuite des developpements inities par R. Planel, interfaces de

visualisation.


PRABI-AMSB Fonctionnement

Comite des utilisateurs

Mis en place en decembre 2014.

Objectifs :• Prise en compte des besoins des laboratoires en termes d’analyse

des donnees et de formations, voire en moyens de calcul.

Membres :• DU des cinq laboratoires membres de la FR BioEnviS (MAP,

LBBE, LEHNA, BF2I, LEM).• DU du LECA (Grenoble).• Un representant des utilisateurs de chaque unite.• Un representant de la plateforme de sequencage DTAMB.• Directeur technique du PRABI-AMSB.

Six reunions/an.


PRABI-AMSB Fonctionnement

Organigramme fonctionnel

Consultations - Tous les jeudi après-midi - Gratuit pour les académiques :

Priorité pour les unités UCBL

Formations - Fc-3Bio - Cellules formation des EPST - Tarifs suivant l’organisation :

Gratuité pour les unités si prise en charge par une cellule de formation

reorg

Traitements automatisés - Galaxy - Pipelines « expertisés » - Quotas selon affiliation :

Priorité FR BioEnviS et LECA - Tarifs selon affiliation :

Gratuité pour les unités UCBL Collaborations - Partenaire dans les AAP - Co-encadrement thèsards, post-docs - Inclusion dans les publications - Contribution aux frais de fonctionnement

Entreprises privées - Contrat de prestations

Guichet unique [email protected]


PRABI-AMSB Partenaires

Fc-3Bio

Entreprise privee de formation continue specialisee dans ledomaine des biosciences.

Aide a l’organisation de formations pour les composantesPRABI-AMSB, PRABI-Gerland et INCa/SLC.

Responsable : Jean-Francois Prost ([email protected]).

www.fc3bio.fr


http://www.fc3bio.fr

PRABI-AMSB Partenaires

ViroScan3D

Societe de services specialisee en genomique au service del’infectiologie.

Issue de ProfileXpert, une plateforme de sequencage de l’UCBL.

Responsable : Catherine Lachuer([email protected]).

www.viroscan3d.com


http://www.viroscan3d.com

PRABI-AMSB Projets

Projets traites en 2015 (1)

Analyse RNA-Seq de donnees sur la dystrophie myotonique (VN).• Prestation de service et collaboration scientifique avec l’IGBMC

(Strasbourg) (2014-2016).• Travaux effectues :

– Analyse des donnees.

Assemblage de genomes bacteriens appartenant au complexed’especes Agrobacterium en replicons complets (CO).

• Prestation de service pour le LEM dans le cadre d’un financementANR.

• Travaux effectues :

– Assemblages de genomes.– Developpements pour ameliorer la finition.


PRABI-AMSB Projets


Projet IBIT (CO).• Prestation de service pour le LEM dans le cadre d’un financement

EC2CO (2015-2016).• Travaux effectues :

– Analyse de donnees metagenomique (amplicons).

Projet BACTERIB (PV).• Prestation de service pour l’IGFL.• Travaux effectues :

– Analyse par modele lineaire de donnees de flore bacterienne.

Developpements web pour l’interaction avec les services de calculdistribue d’Amazon (PV) :

• Prestation de service pour Solvuu LLC (New York) (2015-2016).• Travaux effectues :

– Developpement OCAML.


PRABI-AMSB Projets


Mise en place des services Galaxy (CO, DG, VN) :• Financement FR BioEnviS et LECA (Grenoble) (2014-. . .)• Travaux effectues :

– Mise en place d’une machine de developpement Galaxy compatibleavec le cloud IFB.

– Support utilisateur.– Organisation de formations.

Developpement d’un pipeline d’identification taxonomique pourdes donnees de metagenomique (CO, GP).

• Partenariat scientifique avec le LBBE dans le cadre d’unfinancement par France Genomique (2012-2016).


– Mise en place d’une procedure automatique de construction debanques de donnees d’ARNr 16S.


PRABI-AMSB Projets


Developpements autour des banques de familles de genesproteiques (DG, GP, VN) :

• Partenariat scientifique avec le LBBE dans le cadre d’unfinancement par l’IFB (2012-. . .).


– Parallelisation des calculs pour la construction de la banqueProDom.

– Developpement d’un nouvel algorithme de clustering pour la banquede donnees HOGENOM.

– Programmation d’un programme de repartition de charge pour lecalcul parallele.

Projet Deciphering novel non-conventional functions of nucleolinin HSV-1 infected cells (VN, DG) :

• Partenariat scientifique avec le CIRI dans le cadre d’un financementFINOVI (2012-2015).


– Prediction d’interactions proteines-proteines hote/pathogenes.


PRABI-AMSB Projets


Projet Translegio (CO, GP, VN) :• Partenariat scientifique avec le LBBE et le CIRI dans le cadre d’un

financement FRM (2014-2017).• Travaux effectues :

– Assemblage de genomes de differentes souches de Legionellapneumophila.

– Phylogenie de ces souches.– Analyses RNA-Seq.

Projet Legcoxinet (GP, VN).• Partenariat scientifique avec le LBBE et le CIRI dans le cadre d’un

financement par le LabEx Ecofect (2013-2016).• Travaux effectues :

– Participation aux analyses des interactions Legionella/hote.– Prediction d’interactions proteines-proteines hote/pathogenes.


PRABI-AMSB L’exemple de ProDom

Quelques rappels sur ProDom

Banque de donnees de familles de domaines proteiques :• Premiere version distribuee en 1994.

Utilisation d’UniProtKB (Swiss-Prot + TrEMBL) comme sourceprimaire de donnees :

• Seule banque de domaines reellement exhaustive si on la compare ases concurrents.

Construction en deux temps :• Generation des familles proprement dites.• Post-traitements et annotation des familles :

– Formatage.– Calcul des alignements multiples avec mesure de la qualite.– Liens avec d’autres banques (Pfam, GO, PDB, Prosite/Profile).



Croissance du nombre de familles

Version Nb. tot. Nb. >12001.3 305 465 – 108 076 –2002.1 365 172 +19% 138 322 +27%2003.1 391 935 +7.3% 144 444 +4.4%2004.1 504 917 +28% 186 303 +29%2005.1 736 449 +46% 275 561 +48%2006.1 1 716 114 +133% 574 656 +109%2010.1 2 749 610 +58% 947 784 +65%2012.1 3 739 157 +136% 1 992 799 +201%

Nombre de familles ProDom



Generation des familles

Dans l’ideal, il faudrait au moins une version par an.

Jusqu’en 2006, les familles etaient generees par un algorithmeiteratif (MkDom2) :

• Complexite en O(n2).• Non parallelisable par definition.

Le calcul pour la version 2006.1 a dure 14 mois.

12 ans de calcul auraient ete necessaires pour la version 2010.1.

Developpement d’une version parallelisee de l’algorithme(MPI-MkDom3).



MPI-MkDom3

Principe general :• Prediction des les collisions (dependances) des iterations en

effectuant un calcul qui, lui, est parallelisable facilement.• Faire en parallele uniquement des iterations pour lesquelles on

predit qu’il n’y a pas de collisions.• Si une collision survient, prendre un autre ensemble d’iterations.

Consequences :• Le calcul prend plus de temps CPU mais, reparti sur des centaines

de cœurs, il prend moins de temps reel.• Resultats semblables a ceux obtenus MkDom2 sur un jeu de

donnees test.• Construction des familles de ProDom 2010.1 en moins d’une

semaine.



Paraload

Problemes de repartition de charge lorsque l’on fait de laparallelisation par les donnees :

• Aligner 35 sequences est plus rapide que d’en aligner 500 !

Developpement de paraload :• Utilisation pour la construction de ProDom et d’HOGENOM.• Utilisable avec tout probleme parallelisable par les donnees :

– BLAST, alignements multiples, bootstrap, etc.

Telechargeable a l’adresse :• doua.prabi.fr/pub/logiciel/paraload/


ftp://doua.prabi.fr/pub/logiciel/paraload/


Fonctionnement de base

10 septembre 2015 7/15

Fonctionement de base (exemple)

● Blast de 50 séquences contre une base de donnée

>KC_5966119MKAEAESVSACC>KC_5966117MFLNKAPNTLR>KC_5966274MVANDENYALAA>KC_5966107MEMNDFSFQSEF>KC_5966112MNQSVDTFPYDR………………..………………..>KC_5966124MVVGKAAYLLEL>KC_5966267MNTKMLCNQSIN>KC_5966190MLAGLLFVLILE>KC_5966185MAFRPHGKHNES>KC_5966273MSASGSNSAALV

>KC_5966119MKAEAESVSACC>KC_5966117MFLNKAPNTLR

>KC_5966273MSASGSNSAALV

>KC_5966185MAFRPHGKHNES

Blast

Blast

Blast

Blast

Hits KC_5966119

Hits KC_5966117

Hits KC_5966185

Hits KC_5966273

Hits KC_5966119 Hits KC_5966117

……………….……………….

Hits KC_5966185

Hits KC_5966273

Le serveur découpe les donnéeset les envoie aux clients

Le serveur récolte les donnéescalculées et les empilles sur la sortie

Les clients effectuents les calculs, c'est la

section parallèle

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

02549...........

Index


PRABI-AMSB Service Galaxy

Infrastructure

Dell PowerEdge R920 RackServer :• 48 CPU (96 threads).• 15 To disque.• 512 Go RAM.

Deux VM disponibles :• galaxy.prabi.fr :

– Machine de production et de developpement.

• toolshed.prabi.fr :– Depot mercurial d’outils bioinformatiques.– Wrappers valides par le PRABI.


http://galaxy.prabi.fr

http://toolshed.prabi.fr


Developpement de wrappers

Outils developpes dans le perimetre du PRABI :• priam_search (D. Kahn).• kissplice, kissDE (V. Lacroix, A. Julien, C. Marchet).• paraload (D. Guyot).• TETools (L. Modolo, E. Lerat, C. Vieira).• SexDetector (A. Muyle, G. Marais).• RNASeqpower (V. Navratil).

Formation Galaxy4bioinformatics (novembre 2014) suivie par DGet CO.



Support technique

Mise en place d’une charte utilisateurs.

Liste de diffusion utilisateurs :• [email protected]• Enregistrement obligatoire.

Installation d’outils, gestion des quotas :• [email protected]

Guide d’utilisation et des bonnes pratiques :• www.prabi.fr/redmine/projects/galaxy-user/wiki


mailto:[email protected]

mailto:[email protected]

http://www.prabi.fr/redmine/projects/galaxy-user/wiki


Bilan des formations

Utilisation principalement pour des formations a l’analyse dedonnees RNA-seq et ChIP-seq.

Formation recurrente d’une demi-journee d’introduction al’utilisation (membres de la FR BioEnviS).

Plus de 10 formations inter ou intra sur la periode 2010-2016 :• > 200 biologistes formes.• Une formation internationale en 2014 (EMBnet).

Integration dans la liste du Galaxy Training Network (GTN) :• wiki.galaxyproject.org/Teach/Trainers


https://wiki.galaxyproject.org/Teach/Trainers

Pour finir

Partenaires et organismes financeurs


Documents

Le Pole Rh^one-Alpes (Auvergne) de Bioinformatique · 2018-03-20 · Le Pole Rh^one-Alpes (Auvergne) de Bioinformatique Pass e, pr esent et avenir Guy Perri ere Laboratoire de Biom