Glossaire bioinformatique

Petite molécule dont l'enchaînement compose les protéines - on dit qu'une protéine est un polymère d'acides aminés (les monomères). Il existe 20 acides aminés différents utilisés pour fabriquer les protéines.

Polymère formé par l'enchaînement de nucléotides. Les acides nucléiques jouent un rôle fondamental dans le stockage, le maintien et le transfert de l'information génétique. Il existe deux types d'acide nucléique : l'acide ribonucléique (ARN) et l'acide désoxyribonucléique (ADN).

L’activité catalytique d’une enzyme consiste à accélérer jusqu’à des millions de fois et de façon hautement spécifique une réaction chimique du métabolisme cellulaire ou extracellulaire.

Support biochimique de l'information génétique chez tous les êtres vivants (à l'exception de quelques virus qui utilisent l'ARN). Principal composant des chromosomes, l'ADN se présente le plus souvent sous forme de deux longs filaments (ou chaînes) torsadées l'un dans l'autre pour former une structure en double hélice. Chacune de ces chaînes est un polymère formé de l'assemblage de quatre nucléotides différents, désignés par l'initiale de la base azotée qui entre dans leur composition : A (Adénine), C (Cytosine), G (Guanine) et T (Thymine).

Dans les cellules, on distingue plusieurs types d'ARN suivant leur fonction. Les trois types principaux sont : les ARN messagers, les ARN de transfert et les ARN ribosomaux. L'ARN est un acide nucléique constitué d'une seule chaîne de nucléotides, de structure analogue à celle de l'ADN. Il existe cependant des différences chimiques entre ces deux acides nucléiques qui donnent à l'ARN certaines propriétés particulières. L'ARN est produit par transcription de l'ADN.

Petits ARN responsables du transport des acides aminés jusqu'aux ribosomes lors de la traduction des ARNm : chaque ARNt transporte un acide aminé, de façon spécifique. Sa séquence comporte une série de trois nucléotides, nommée anticodon, qui reconnaît le codon (cf code génétique) correspondant à l'acide aminé qu'il transporte.

Photocopie du gène, il sert à transférer l'information génétique de son lieu de stockage (le chromosome) jusqu'au lieu de synthèse des protéines (les ribosomes). Les ARNm des cellules eucaryotes doivent subir une maturation, comprenant souvent un processus d'excision de leurs introns et d'épissage de leurs exons avant leur traduction en protéines.

Constituant principal des ribosomes, la machinerie cellulaire où a lieu la traduction en protéines de l'information contenue dans les ARNm.

Le génome est composé de plusieurs fragments, les chromosomes. Chacun contient, au sein d’une structure protéique complexe, deux brins d’ADN, succession de quatre nucléotides distingués par leurs bases, appariés sous forme de double hélice.

Le code génétique est le système de correspondance permettant de traduire une séquence d'acides nucléiques en protéine. Dans ce système, un triplet de nucléotides, ou codon, désigne un acide aminé. Comme il existe 4 nucléotides, il y a 4x4x4 = 64 codons différents. À un codon donné correspond un seul et unique acide aminé. Par contre, il n'existe que 20 acides aminés différents dans les protéines, c'est pourquoi plusieurs codons peuvent désigner un même acide aminé - on dit que le code génétique est redondant.

Certains de ces 64 codons ne désignent aucun acide aminé. Ces triplets « non-sens » indiquent à la machinerie cellulaire la fin de la lecture de l'information contenue dans les gènes, et provoquent l'arrêt de fabrication des protéines. On les appelle codons STOP.

Tous les êtres vivants (à quelques variantes près) possèdent le même code génétique : il est universel.

Protéine dont la fonction est de catalyser, c'est-à-dire de faciliter et d'accélérer, les réactions bio-chimiques au sein de la cellule.

S'applique aux gènes mosaïques des eucaryotes : mécanisme consistant, sur l'ARN messager qui vient d'être transcrit, à éliminer (exciser) les introns et réunir (épisser) les exons entre eux. Le produit de l'épissage est un ARN messager mature, prêt à être traduit en protéine.

L'ensemble des organismes vivants peut être classé en trois grands groupes : les eucaryotes, les eubactéries, les archaebactéries. A l'intérieur de chacune de leurs cellules, les eucaryotes possèdent un noyau : petit sac entouré d'une membrane semi-perméable renfermant les chromosomes. Les animaux, et donc l'Homme, de même que les plantes et les champignons, sont des eucaryotes. Les eubactéries et les archaebactéries ne possèdent pas de vrai noyau, mais une structure beaucoup plus simple, non entourée d'une membrane. C'est de ce « proto-noyau » que vient le nom générique qui les désigne : procaryotes.

Chez les eucaryotes, les gènes sont le plus souvent constitués de deux types de séquence nucléotidique : l'une est dite codante et l'autre non codante. Les parties codantes, appelées exons, portent l'information qui sera directement utilisée pour fabriquer les protéines. Entre les exons se trouvent les introns, non « lus » lors de la traduction. Du fait de cette disposition alternée exon/intron, on emploie l'expression gène mosaïque.

Rôles remplis par une protéine. Ces fonctions sont très variées et permettent de classer les protéines : les « protéines de structure » sont comparables à des briques cellulaires (ex : le collagène) ; les « protéines de transport » sont chargées du transport d'autres molécules dans la cellule ou entre les cellules d'un organisme (ex : l'hémoglobine transporte l'oxygène) ; les enzymes permettent d'accélérer les réactions chimiques nécessaires à la vie (ex : la glucose 6 phosphatase initie la dégradation du glucose, notre principale source de l'énergie cellulaire) ; les protéines de l'immunité (ou anticorps) contribuent à la défense de notre organisme. La structure tridimensionnelle d'une protéine est l'un des éléments qui détermine sa fonction.

Fragment d'ADN portant les informations nécessaires à la fabrication d'une ou plusieurs protéine(s). Un gène comprend la séquence en nucléotides qui sera transcrite puis traduite en acides aminés, mais aussi des séquences permettant de réguler cette fabrication de protéine en fonction des conditions cellulaires. La longueur d'un gène peut varier de quelques centaines, à plus d'un million de nucléotides.

Ensemble de l'information génétique d'un organisme. Une copie du génome est présente dans chacune de ses cellules. Le génome est transmis de génération en génération. Par extension, le génome se réfère aussi au support physique de cette information génétique, c'est-à-dire la macromolécule d'ADN.

Étude des génomes. Son objectif est de séquencer l'ADN d'un organisme et de localiser sur celui-ci tous les gènes qu'il porte, puis de caractériser leurs fonctions.

Étude de la fonction des gènes par analyse de leur séquence et de leurs produits d'expression : les ARNm (transcriptome) et les protéines (protéome). Elle s'intéresse à leur mode de régulation, et à leurs interactions. L'analyse des protéines peut aller jusqu'à la détermination de leur structure tridimensionnelle.

Information génétique contenue dans les cellules de chaque individu, issue de la recombinaison des chromosomes au cours de la reproduction sexuée.

Propriété caractéristique et essentielle des molécules d'acides nucléiques, qui leur confère leur capacité de transfert de l'information. Deux chaînes (ou brins) ont tendance à s'apparier pour former des doubles brins (ADN/ADN, ADN/ARN ou ARN/ARN), selon un mécanisme rappelant celui d'une fermeture Éclair. Il faut pour cela que les nucléotides qui les composent soient complémentaires, c'est-à-dire qu'en face d'un nucléotide (A) se trouve un (T) ou un (U), et en face d'un (C) se trouve un (G), et réciproquement.

Cette propriété intervient lors de la réplication, de la transcription et de la traduction. C'est par ailleurs sur l'hybridation que sont basés les principes de nombreuses techniques de biologie moléculaire (séquençage, puces à ADN…)

L’interactome peut être obtenu par différentes techniques, dont le séquençage. Il s’agit le plus souvent d’interactions entre protéines, mais aussi entre protéines et ADN, par exemple. Ces interactions se présentent sous la forme d’un graphe, dont chaque nœud représente un objet biologique (protéine, portion d’ADN, ARN…) et chaque arête signifie l’existence d’une interaction possible entre deux objets. Ces graphes portent typiquement sur des milliers, voire des dizaines de milliers d’objets. Ils donnent une information essentielle sur les liens possibles entre les acteurs biochimiques.

Liaison chimique dans laquelle chacun des atomes liés met en commun un électron afin de former un doublet d’électrons liant les deux atomes.

Molécule géante dont la masse moléculaire est de plusieurs milliers de daltons (le dalton est l'unité utilisée pour décrire la masse d'une molécule. Il correspond à la masse d'un atome d'hydrogène soit 1,66·10-24 g). Les protéines et les acides nucléiques (ADN et ARN) sont des macromolécules.

Ensemble des modifications des ARNm préalables à leur traduction. L'épissage est un des processus de maturation des ARNm.

Une erreur dans la réplication de l’information génomique peut échapper aux processus de correction et être transmise à un descendant. On dit alors que ce descendant porte une mutation correspondant à la base entachée d’une erreur.

Motif structural de base (monomère) des acides nucléiques, formé de l'assemblage de plusieurs molécules : un sucre (ribose pour l'ARN, désoxyribose pour l'ADN), un acide phosphorique et une base azotée (dans le cas de l'ARN cette base peut être l'Adénine - A, la Cytosine - C, la Guanine - G ou l'Uracile - U ; idem dans le cas de l'ADN, excepté que l'Uracile est remplacé par la Thymine - T).

Phase ouverte de lecture. Cette dénomination peu explicite fait référence à toute région de l’ADN délimitée par deux triplets STOP situés sur la même phase et n’incluant aucun triplet STOP. L’existence d’une ORF est une condition nécessaire à la localisation d’un gène ou CDS (Coding DNA Sequence). C’est pourquoi la recherche de gènes débute par l’identification des ORF.

Molécule composée de l'enchaînement d'un petit nombre (de l'ordre de la demi-douzaine) d'acides aminés, réunis par des liaisons peptidiques.

Expression effective du matériel génétique au cours du développement d'un individu.

Macromolécule répétant un même motif structural appelé monomère. Les protéines sont des polymères d'acides aminés, les acides nucléiques sont des polymères de nucléotides.

Courte séquence spécifique d'ADN, située au début des gènes, sur laquelle se fixe l'enzyme qui effectue la transcription (l'ARN polymérase). Etant nécessaire pour que la transcription débute, le promoteur est indispensable au fonctionnement d'un gène.

L'un des quatre matériaux de base de tout organisme, avec les glucides, les lipides et les acides nucléiques. Les protéines sont formées d'un enchaînement spécifique d'acides aminés (de quelques dizaines à plusieurs centaines).

Le protéome est l'ensemble des protéines produites à partir du génome d'un organisme. Comme le transcriptome, le protéome n'est pas identique dans toutes les cellules d'un organisme donné.

La protéomique est l'étude du protéome, dans le but de déterminer l'activité, la fonction et les interactions des protéines, et cela dans diverses conditions.

Technologie employée dans l'étude du transcriptome et basée sur la capacité des molécules d'ADN et d'ARN à s'hybrider entre elles. De courtes séquences d'ADN connues sont fixées sur des supports d'une surface de l'ordre du centimètre carré : les puces. Elles sont mises en présence d'un mélange d'ARN de séquences inconnues. Le système est conçu de sorte à ne détecter que les paires d'ADN/ARN qui se sont hybridées. On en déduit les séquences des ARN présents dans le mélange étudié.

Mécanisme de synthèse de l'ADN permettant de transmettre l'information génétique d'une cellule ou d'un organisme à sa descendance. Chaque molécule-fille d'ADN est constituée d'un brin de la molécule-mère, qui sert de modèle à un nouveau brin. Ceci conduit à la duplication des molécules d'ADN de tout le génome.

Interactions complexes entre les gènes et leurs produits (ARN et protéines) régissant l'activité de la cellule afin de lui permettre de s'adapter en permanence aux variations de son environnement. Il existe de véritables cascades d'interactions, faisant souvent intervenir des boucles de rétroaction positive et négative.

Exemple : les gènes bactériens lacZ lacY et lacA, localisés côte à côte sur le génome, codent pour 3 enzymes impliquées dans le transport et la digestion du lactose. En absence de lactose, une protéine répresseur empêche la synthèse de ces 3 enzymes. En présence de lactose, une molécule dérivée du lactose se fixe sur le répresseur, activant la synthèse des 3 gènes. Le lactose peut alors être utilisé par la cellule.

Machinerie cellulaire, constituée de protéines et d'ARN (les ARNr), responsable de la traduction des ARNm. Un ribosome « lit » successivement chaque codon du brin d’ARN messager à traduire et ajoute l’acide aminé correspondant à la protéine en cours de synthèse.

La séquence est l'ordre d'enchaînement des éléments qui composent les acides nucléiques ou les protéines : respectivement nucléotides ou acides aminés. La séquence d'une protéine est dictée par celle de son gène.

Le séquençage consiste, par des méthodes chimiques ou de biologie moléculaire, à déterminer l'ordre des nucléotides de l'ADN ou des acides aminés des protéines.

Séquences nucléotidiques spécifiques sur lesquelles viennent se fixer des protéines qui provoquent ainsi l'activation ou la répression de l'expression des gènes.

La spectrométrie de masse permet l'identification de molécules d'intérêt, par l'analyse de leurs différents constituants.
Un spectromètre de masse transforme les molécules en fragments projectiles, par ionisation. Il accélère ensuite ces ions sous vide à l'aide de champs électrique et magnétique. Les ions sont alors triés en fonction de leur rapport masse sur charge. Le filtrage s'effectue soit par temps de vol - les ions arrivent à des temps différents en fonction de leur rapport masse sur charge - soit par courbure de trajectoire - le point d'impact des ions dépend de leur rapport masse sur charge. L'enregistreur convertit ces informations en spectre de masse.

Toute protéine existe sous une conformation définie par différents niveaux structuraux. La séquence des acides aminés liés dans la chaîne polypeptidique constitue la structure primaire de la protéine. Cette séquence est pleinement définie par l'ADN de la cellule.

La structure secondaire est un premier niveau de repliement, adopté par des portions de la protéine, résultant d'interactions entre des acides aminés voisins sur la chaîne. Deux motifs de repliement caractéristiques peuvent ainsi se former : des hélices (dites hélices a) ou des feuillets (dits feuillets b), réunis par des boucles ou des demi-tours.

La structure finale, c'est-à-dire l'organisation des éléments de la structure secondaire entre eux est appelée structure tertiaire. C'est la forme que prend la protéine dans l'espace. Elle est due à des interactions entre acides aminés éloignés sur la chaîne peptidique, qui se retrouvent proches dans cette structure tridimensionnelle.

Certaines protéines, complexes, sont constituées de plusieurs sous-unités (plusieurs chaînes protéiques). La structure quaternaire est l'arrangement spatial de ces différentes unités, nécessaire à l'activité de l'ensemble.

Étape de la synthèse (fabrication) des protéines au cours de laquelle le brin d'ARN messager obtenu lors de la transcription est converti en une chaîne d'acides aminés qui donnera une protéine. Les ARNm procaryotes sont traduits tels quels, les ARNm eucaryotes subissent une maturation préalable.

Processus de fabrication d'un ARNm à partir de la séquence codante d'un gène qui sert de modèle. L'enzyme responsable de cette réaction est appelée ARN polymérase.

Ensemble des ARN messagers transcrits à partir du génome. Comme le protéome, il varie au cours du temps et d'une cellule à l'autre d'un organisme. La transcriptomique est l'étude de cet ensemble et permet donc non seulement de voir les acteurs de la cellule (les gènes) mais aussi leur niveau d’activité au cours du temps et dans différentes conditions (traitement thérapeutique par exemple).