En savoir plus

MOTS-CLES : Interactivité ; application web ; multi-omiques ; R / Shiny

La disponibilité croissante de données multi-omiques représente une occasion passionnante d'étudier en profondeur la variabilité moléculaire qui sous-tend les phénotypes d'intérêt et l'interaction entre les différents niveaux de complexité biologique. Cependant, l'intégration, l'analyse et l'interprétation de ces données hétérogènes à plusieurs niveaux représentent un défi multidisciplinaire important qui exige la collaboration étroite des biologistes, des bioinformaticiens et des biostatisticiens.

Dans ce contexte, le logiciel "open-source" R est devenu un outil essentiel pour l'analyse des données omiques, son application allant de l'utilisation prête à l'emploi de progiciels existants (p. ex. bibliothèques de code écrites par la communauté active des utilisateurs) au codage de novo de nouveaux algorithmes et méthodes. La majorité des analyses multiomiques se situent nécessairement dans une zone grise entre ces deux extrêmes, où les méthodes existantes doivent être adaptées et étendues de manière itérative pour permettre une exploitation complète des données. En même temps, les récents progrès du progiciel Shiny (https://shiny.rstudio.com/) permettent maintenant la création d'interfaces Web directement à partir de R sans connaissances spécialisées en développement Web, ouvrant la porte à un moyen explorable, interactif et convivial de communiquer les données et les résultats d'analyse entre collaborateurs et, en fin de compte, avec les utilisateurs finaux.

Pendant une mobilité AgreenSkills+ à l'Université du Wisconsin-Milwaukee aux États-Unis (2017-2019), mes collègues et moi avons démontré comment une application Web interactive R/Shiny peut considérablement améliorer une collaboration basée sur une analyse de données multi-omiques. Cette étude a utilisé des essais couplés d'expression génique (ARN-seq) et d'utilisation d'activateurs (ATAC-seq) à haut débit sur une période de temps et d'évolution pour caractériser les mécanismes dynamiques régissant les programmes de régulation génétique pendant la régénération des axones du système nerveux central (Dhara et al., 2019). Pour faciliter l'exploration et l'interprétation fonctionnelle de ces données multiomiques entièrement traitées sur les réseaux de transcription temporelle associés à la régénération, nous avons créé une application Web interactive appelée Regeneration Rosetta (http://ls-shiny-prod.uwm.edu/rosetta ; Rau et al., 2019).

L'application Regeneration Rosetta a d'abord servi de complément à notre collaboration interne en permettant à nos collaborateurs du wet-lab d'explorer les résultats d'analyse sans aucune connaissance en programmation. Cependant, l'ajout de fonctionnalités supplémentaires à l'application a démontré que son utilité allait au-delà de l'étude originelle. En particulier, le Rosetta de régénération permet aux utilisateurs de sélectionner des listes de gènes intégrées ou d'entrer des listes personnalisées dans l'un des dizaines d'organismes pris en charge pour (1) visualiser les tendances d'expression temporelle en grappes ; (2) identifier les régions proximales et distales de la chromatine accessible pour accélérer l'analyse des motifs en aval ; et (3) décrire les catégories ontologiques des gènes fonctionnels enrichis. En permettant une interrogation simple de ces riches données sans expertise bioinformatique approfondie, Regeneration Rosetta est largement utile à la fois pour une étude approfondie de la régulation en fonction du temps pendant la régénération chez les poissons zèbres et pour la génération d'hypothèses chez d'autres organismes.

Avec la généralisation des données multi-omiques à grande échelle, la mise à disposition d'outils permettant l'interrogation et l'exploration de données sans besoin de connaissances avancées en codage est essentielle ; à ce titre, Regeneration Rosetta peut servir de modèle pour d'autres collaborations multidisciplinaires améliorées à l'INRA. L'hébergement et le déploiement d'applications web R/Shiny en ligne nécessitent des solutions techniques dédiées, et différentes équipes au sein de l'institut explorent actuellement leur faisabilité au niveau de l'INRA. Dans l'intervalle, même les collaborations internes peuvent bénéficier d'informations utiles en tirant parti d'outils d'analyse interactifs déployés localement pour l'analyse des données omiques.