Résumé

Les biologistes proposent des classifications de protéines, la classification non supervisée de séquences de protéines en groupes fonctionnels appelés aussi familles permettent de valider ces classifications. Ce problème est très important en bioinformatique, particulièrement depuis l’avènement des méthodes à grande échelle qui produisent une énorme quantité de séquences à analyser. Nous avons conçu, implémenté et validé une nouvelle méthode de bi-regroupement basée sur la présence de courts motifs conservés dans les séquences biologiques. Cette méthode applique alternativement plusieurs cycles de classification. BicMIN est un algorithme de bi-regroupement qui résulte de ce travail de recherche. Il produit plusieurs résultats intéressants: une partition et une hiérarchie des protéines, une collection de motifs qui soulignent les régions intéressantes pour des analyses plus approfondies. BicMIN a été validé sur plusieurs données qui représentent des caractéristiques de la classification non supervisée. Notre algorithme donne de meilleur résultats en le comparant avec autres méthodes de classification déjà publiées.

Abstract

Biologists propose classifications of proteins, and the classification of proteins into functional groups known as families can be used to validate these classifications. This problem is very important in bioinformatics, especially since the advent of large-scale methods that produce an enormous amount of sequences to be analyzed. We have designed, implemented and validated a new bi-clustering method based on the presence of short patterns conserved in the biological sequences. This method alternately applies several classification cycles. BicMIN is a bi-clustering algorithm that results from this research work. It produces several interesting results: a partition and a hierarchy of proteins, a collection of motifs that highlight regions of interest for further analysis. BicMIN has been validated with several data which represent difficulties of unsupervised classification. Our approach give better result than other classification methods already published.