Perl et la bioinformatique

Voilà un bon début pour les bioinformaticiens qui s'essayent à Perl! En effet, les cours sont progressifs et bien écrits! Mais le mieux, ce sont les exemples! En effet, on y parle fichiers Genbank, format FASTA, résultats de Blast! Par ces exemples concrets, l'apprentissage deviendrait presque facile! Et les codes et procédures ainsi écrites trouveront leur application très rapidement! Un bouquin explicite et concret pour les biologistes de formation, de bons exemples des problématiques de la biologie pour les informaticiens.

A recommander !

Ce livre s'adresse aux personnes ne connaissant pas ou peu BLAST. Selon les auteurs, il convient également aux étudiants et chercheurs ayant déjà une expérience avec BLAST, mais souhaitant connaître des astuces supplémentaires.

Ainsi, il convient aux personnes venant d'autres domaines de la science (physiciens, matheux, informaticiens purs) qui s'intéressent aux outils existant aujourd'hui pour l'analyse des données biologiques, mais n'ont pas de connaissances en biologie.

La première partie explique rapidement ce qu'est BLAST, en donnant des exemples via le web. La 2e partie est très théorique : on y parle autant des postulats biologiques de base qui font que BLAST fonctionne ainsi (similarité des séquences est le mot-clé) que de l'algorithme qui en est à la base et on donne quelques explications de ce qu'est la programmation heuristique.

La 3e partie est de la pratique : quelle tête à une sortie de BLAST ainsi que des conseils pour le choix de paramètres pour ce programme. Il y a pas mal d'astuces ici (il s'agit du chapitre 9).

Je pense que la lecture des parties 2 et 3 est un passage obligé pour tout le monde au moins une fois, même si l'on considère bien connaître la bête. BLAST ne constitue en aucun cas un outil d'analyse biologique, mais est l'outil qui la permet : en effet, il va toujours sortir un résultat, c'est à vous de dire s'il est biologiquement pertinent. D'où l'importance de la connaissance des fondements théoriques sous-jacents.

Ensuite, la partie 4 est consacrée à l'installation et l'utilisation de BLAST en local... sur les systèmes d'exploitation disponibles en 2003 . Le chapitre 11 est pour moi assez intéressant : il décrit les différentes façons de faire une base de données indexable par BLAST (donc, parle de l'utilisation de l'utilitaire formatdb) et donne également un overview de certaines banques de données biologiques. Cela dit, le tutorial sur le site du NCBI concernant formatdb est très bien également; les connaissances des banques de données biologiques dont il est question ont également pas mal évolué. Donc, ce chapitre est à lire en tant qu'introduction, mais un replacement dans le contexte actuel est nécessaire pour éviter les biais. Le chapitre 12 est également intéressant : il donne quelques informations sur les vitesses d'exécution du programme ainsi que sur les différentes optimisations de BLAST (le code source en C est disponible sur le site du NCBI, donc ce n'est pas étonnant que ces versions aient pu être créées).

Ainsi, le passage à la partie 5 se fait tout naturellement : on donne des caractéristiques assez détaillées des deux grands BLAST : celui du NCBI et celui de l'Université de Washington (le WU-BLAST), les deux étant comparés dans le Tableau 1 du chapitre 14.

Enfin, plusieurs petits scripts en Perl ponctuent tout le livre et sont également donnés dans les Appendix. Il s'agit essentiellement de scripts astuces : si l'on ne sait pas utiliser Perl, ce n'est pas ici qu'on l'apprendra; ce n'est aucunement l'objectif du livre d'ailleurs. Il est tout de même dommage qu'il n'ait fait appel qu'à Perl : autres langages ont des ensembles de modules spécialisés pour la biologie, tels Python avec Biopython, Java avec Biojava, Ruby avec Bioruby; il me semble aussi être tombée sur un début d'équivalent en C++.

En conclusion, ce livre est un excellent début pour les débutants complets et un peu initiés, mais n'apportera que des astuces épisodiques aux utilisateurs habitués.

Bonne lecture!