Résumé
La protéomique offre une approche puissante et complémentaire à la génomique. Elle permet de répertorier et;
caractériser les protéines, de comparer leur niveau d’expression entre un état physiologique sain et malade;
par exemple. L’analyse protéomique se fait essentiellement par l’utilisation de la technique d’électrophorèse;
bidimensionnelle couplée à la technique d’analyse par Spectrométrie de Masse (SM). La première, aidée par;
l’imagerie protéomique, conduit à la localisation des protéines candidates à une analyse par SM. La;
comparaison des spectres de masses obtenus à des bases de données protéiques, conduit à l’identification;
des protéines d’intérêt en terme de peptides. Le problème qui se pose souvent est que les spectres sont;
bruités et pauvres en masses. En effet, le bruit du détecteur, le bruit électronique et chimique, la présence de;
peu de matériel protéique et enfin le bruit de la réduction des spectres (mauvais filtrage et/ou seuillage), tous;
ces bruits peuvent induire des Pics de Masses Parasites (PMP) et/ou supprimer des Pics de Masses Utiles;
(PMU) de faible intensité. La conséquence immédiate est que la présence des PMP et l’absence des PMU;
seront utilisées au dépens de la qualité d’identification de la protéine.;
Dans cet article, nous proposons un algorithme original éliminant les PMP, détectant et amplifiant ceux utiles.;
Le principe du pré-traitement utilise une Analyse Multirésolution (AM) couplée à un seuillage basé sur la;
logique floue (seuillage flou multi-échelle), une amplification locale des PMU, et enfin une correction;
adaptative de la Ligne de Base (LB). Les fréquences associées aux PMP sont réparties sur toute la bande;
passante du spectre, ce qui nous conduit à une AM dite en arbre. Le principe consiste à découper la bande;
passante fréquentielle de chaque spectre de masses en deux sous-bandes, une Basse Fréquence (BF), l’autre;
Haute Fréquence (HF), ensuite chaque sous-bande est à son tour découpée en deux sous-bandes etc. Les;
sous-bandes HF sont seuillées selon le critère de minimisation de l’entropie floue de Shannon et amplifiées;
localement, la ligne de base est calculée automatiquement et soustraite du spectre reconstruit. Pour évaluer;
la qualité de cet algorithme, nous présentons une comparaison des résultats obtenus par notre algorithme, et;
ceux fournis par le spectromètre MALDI-TOF (Matrix Assisted Laser Desorption/Ionisation-Time Of Flight), qui;
utilise le logiciel « DataExplorer » comme logiciel de réduction.