L'ADN pour les biologistes computationnels : programme complet
Subject: L'ADN pour les biologistes computationnels : programme complet
21 chapters
1. Comment utiliser ce programme
[Verse 1]
Vingt-quatre semaines, parfois trente si tu traînes,
Huit à dix heures par semaine, pas besoin de te fendre.
Module un, deux, trois, quatre, c'est le socle qu'on bâtit,
Sans ces quatre-là, l'édifice entier vacille dans la nuit.
Cinq à treize, c'est la valse, tu réordonnes à ta guise,
Génomique, séquençage ou clinique, ton domaine te guide et t'avise.
Le programme est un fleuve, pas un rail qu'on suit tout droit,
Chaque affluent te ramène où ton labo t'attend déjà.
[Chorus]
Cahier de laboratoire, ouvert, daté, versionné par Git,
Une fiche de synthèse, une page, jamais dix.
Méthode des J : un, trois, sept, quatorze, trente,
Réviser c'est semer, la mémoire c'est la rente.
Un, trois, sept, quatorze, trente jours qui passent,
Ce que tu graves aujourd'hui, demain ne s'effacent.
[Verse 2]
Si tu viens de la biologie, paillasse encore dans les mains,
Traîne plus longtemps sur trois, quatre, et l'annexe A, prends ton chemin.
Si tu viens de l'info, des stats, des maths abstraites,
Modules un et deux t'attendent, annexe B, ta cachette.
Prérequis, pas des murs, plutôt des marches à gravir,
Python ou R suffisent, les deux et Bash, un vrai plaisir.
Algèbre, probabilités, la base pour démarrer,
Bayésien, modèle linéaire généralisé viendront se ranger après.
[Verse 3]
Le vocabulaire ici porte deux visages, deux voix,
Français d'abord, puis l'anglais entre parenthèses, à chaque fois.
Appel de variants, tu diras aussi variant calling,
Garde les deux dans ta besace, la doc ne parle qu'en anglais, sans faux-semblant.
Ton cahier devient palimpseste, ce parchemin qu'on grattait
Pour écrire par-dessus l'ancien texte, sans jamais l'effacer complètement.
Chaque commit une couche, chaque semaine un trait nouveau,
L'ancien reste lisible dessous, ton savoir empilé comme un plateau.
[Chorus]
Cahier de laboratoire, ouvert, daté, versionné par Git,
Une fiche de synthèse, une page, jamais dix.
Méthode des J : un, trois, sept, quatorze, trente,
Réviser c'est semer, la mémoire c'est la rente.
Un, trois, sept, quatorze, trente jours qui passent,
Ce que tu graves aujourd'hui, demain ne s'effacent.
[Bridge]
Module quatorze arrive, le projet rassemble tout,
Séquences et statistiques, le code enfin qui bout.
Pas un aiguillage perdu, chaque rail t'a mené ici,
Le génome attend ta lecture, ouvre le fichier, transcris.
[Outro]
Vingt-quatre semaines, ou trente si le cœur insiste,
Cahier, fiche, et les J, voilà toute la liste.
L'ADN se lit en lettres, ton parcours se lit en jours,
Ferme le notebook ce soir, il t'attendra au petit jour.
2. Module 0 — Mise en place de l'environnement de travail (semaine 0)
[Verse 1]
Terminal ouvert, le curseur qui cligne,
Je navigue les dossiers, ls et cd en ligne,
Le tube entre deux commandes, c'est le fil qui relie,
Grep chasse le motif, awk découpe la partie,
Sed corrige à la volée, sort remet dans l'ordre,
Uniq vire les doublons qui trainent sur le bord,
Cut tranche les colonnes, join marie les fichiers,
Xargs lance en cascade, parallel sur plusieurs piliers,
Rediriger le flux, le chevron qui pointe et range,
Chaque octet a sa place, rien ne se mélange.
[Chorus]
Bash, conda, Git, Docker, retiens la formule,
Quatre piliers debout, mon labo qui circule,
Reproductible ou rien, j'écris chaque étape,
Semaine zéro posée, avant que la science échappe.
[Verse 2]
Mamba plus rapide que conda pour résoudre,
Canal Bioconda ouvert, les paquets viennent se coudre,
Samtools, bcftools, bedtools dans le même sac,
Seqkit et biopython, j'installe et je tag,
J'exporte en yaml, la recette est figée,
N'importe où sur le cluster, le décor est rejoué,
Environnement virtuel Python, isolé du reste,
Renv pour R fait pareil, chaque projet a son geste.
[Verse 3]
Docker empaquette l'image, un monde dans une boîte,
Apptainer prend le relais quand la grappe est adroite,
Norme sur les clusters, la sécurité d'abord,
Singularity son ancien nom, même corps, autre bord,
Git trace chaque pas, commit après commit,
GitHub, GitLab hébergent, le README explicite,
Historique gravé, rien ne se perd en route,
Collaborer sans friction, la branche épouse le doute.
[Chorus]
Bash, conda, Git, Docker, retiens la formule,
Quatre piliers debout, mon labo qui circule,
Reproductible ou rien, j'écris chaque étape,
Semaine zéro posée, avant que la science échappe.
[Verse 4]
SLURM distribue les tâches sur la grappe qui bosse,
Sbatch envoie le job, la queue n'est jamais trop grosse,
L'IFB en France ouvre ses plateformes régionales,
Mésocentres universitaires, ressources cordiales,
Calcul Québec au nord, l'Alliance nationale,
Le cloud stocke et calcule, la facture est frontale,
Jupyter pour explorer, Quarto pour raconter,
Script pour répéter, workflow pour orchestrer.
[Bridge]
Compte les lectures du fastq, zcat qui déballe,
Un tube vers wc moins l, divise par quatre, ça s'étale,
Init ton dépôt Git, ajoute ton README,
Commit, push, respire — la base est bien posée.
[Outro]
Terminal, conteneur, dépôt, ordonnanceur,
Semaine zéro gravée dans le moniteur,
Reproductible, propre, avant d'ouvrir l'ADN,
Le code est la paillasse, computationnel amen.
[Chorus]
Bash, conda, Git, Docker, retiens la formule,
Quatre piliers debout, mon labo qui circule,
Reproductible ou rien, j'écris chaque étape,
Semaine zéro posée, avant que la science échappe,
Et quand le pipeline tourne, la mémoire ne trahit pas,
Chaque script daté, chaque version garde son pas.
3. Module 1 — La molécule d'ADN (semaines 1 et 2)
[Verse 1]
Dans le noyau, une échelle en spirale dort,
Désoxyribose, groupe phosphoré, et les bases en accord,
Purines A et G, deux anneaux soudés serrés,
Pyrimidines C et T, un seul cercle, plus léger,
Le squelette phosphodiester tient le fil sans trembler,
Cinq prime vers trois prime, le sens qu'il faut respecter,
Deux brins qui se regardent mais jamais dans le même axe,
Antiparallèles, comme deux danseurs face à face.
[Chorus]
A avec T, deux liaisons qui chuchotent tout bas,
G avec C, trois liaisons, un pacte qu'on ne trahit pas,
L'empilement des bases porte tout le poids réel,
Cinq prime vers trois prime, un brin monte, l'autre descend du ciel,
Retiens l'accord, retiens le sens, retiens la clé —
C'est Watson et Crick qui ont nommé la vérité.
[Verse 2]
La forme B gouverne, hélice calme et droite,
La forme A se resserre, humidité qui l'étroite,
La forme Z ondule, un zigzag rebelle et sombre,
Trois visages d'une même reine, trois façons de se pencher.
Puis viennent les structures que les manuels oublient:
G-quadruplex à quatre brins où la guanine plie,
Épingle à cheveux repliée, cruciforme en croix,
Triplex à trois voies, boucle R qui prend sa place,
I-motif acide, cytosines qui s'enlacent.
[Chorus]
A avec T, deux liaisons qui chuchotent tout bas,
G avec C, trois liaisons, un pacte qu'on ne trahit pas,
L'empilement des bases porte tout le poids réel,
Cinq prime vers trois prime, un brin monte, l'autre descend du ciel,
Retiens l'accord, retiens le sens, retiens la clé —
C'est Watson et Crick qui ont nommé la vérité.
[Verse 3]
La Tm te dit quand l'hélice va lâcher prise,
Plus de G, plus de C, plus la chaleur qu'il te faut à la surprise,
Wallace compte vite, les plus proches voisins comptent mieux,
Chaque paire empilée a son poids thermique et son lieu.
Les topoisomérases dénouent ce que le surenroulement tord,
Coupent, tournent, referment, sans jamais casser le sort.
Le cinq-methyl-cytosine dort dans les promoteurs éteints,
L'hydroxymethyl, le six-methyl-adénine, marquent les destins,
Le huit-oxo-G naît d'un souffle d'oxygène trahi,
La désamination change C en U, le code a menti,
Les dimères UV soudent deux thymines en un nœud figé —
Aux bouts des lectures anciennes, C devient T, songe abîmé,
Car les fragments dénudés s'hydrolysent aux extrémités nues,
Signature du temps, preuve que l'ADN a vécu.
[Bridge]
Complémentaire inverse: tu renverses, puis tu échanges,
A devient T, G devient C, la lecture se dérange,
N, R, Y, S, W, K, M — l'ambiguïté a son alphabet,
Minuscule pour le masqué, majuscule pour le vrai fait.
Brin plus, brin moins, sens et antisens, matrice et codant,
Cherche tes palindromes, tes répétitions en miroir glissant,
Fenêtre par fenêtre, calcule le biais GC qui penche,
L'origine dort où la courbe hésite entre brin et branche.
4. Module 2 — Biologie et organisation des génomes (semaines 3 et 4)
[Verse 1]
Procaryote sans noyau, chromosome circulaire nu,
Eucaryote empaqueté, noyau fermé, c'est structuré,
Mitochondrie a son propre ADN, vestige bactérien capturé,
Chloroplaste pareil, plasmide qui circule à côté,
Virus ADN ou ARN, capside sans respirer,
La taille du génome ne dit rien de la complexité,
Paradoxe de la valeur C, l'oignon nous humilie en vérité,
Plus gros n'est pas plus malin, retiens cette réalité
[Chorus]
Centromère, télomère, le chromosome bien gardé,
Promoteur, TSS, la transcription vient de démarrer,
Exon, intron, CDS, le message est épissé,
Codon départ AUG, codon stop, tout est chiffré,
Répète avec moi le génome, chaque lettre a son métier,
De la chromatine au caryotype, rien n'est jamais improvisé
[Verse 2]
Ploïdie qui compte les jeux, XX, XY, le sexe est marqué,
Région pseudo-autosomique, les deux se sont échangés,
Cinq prime UTR ouvre le bal, la coiffe vient s'ajouter,
Signal de polyadénylation ferme le portail scellé,
Chez la bactérie l'opéron aligne ses gènes en défilé,
Un seul ARN messager, plusieurs protéines à décoder,
Cadre de lecture, six chemins, trois sens et l'inversé,
Table alternative du NCBI, le code peut varier
[Verse 3]
Amplificateur pousse fort, silenceur vient tempérer,
Isolateur trace la ligne, les domaines sont séparés,
ARNt, ARNr, miARN, tous des travailleurs voilés,
ARN long non codant régule sans jamais coder,
Pseudogène fantôme, copie qui s'est tue à jamais,
Satellite en tandem, microsat vient se répéter,
LINE, SINE et Alu dispersés, LTR bien campés,
Duplication segmentaire, le génome s'est dédoublé
[Chorus]
Centromère, télomère, le chromosome bien gardé,
Promoteur, TSS, la transcription vient de démarrer,
Exon, intron, CDS, le message est épissé,
Codon départ AUG, codon stop, tout est chiffré,
Répète avec moi le génome, chaque lettre a son métier,
De la chromatine au caryotype, rien n'est jamais improvisé
[Bridge]
Nucléosome enroule l'histone, huit boules bien nouées,
Euchromatine ouverte lit, hétérochromatine est verrouillée,
Boucle, TAD, compartiment, l'espace est organisé,
Le dogme central chante ADN vers ARN vers protéine, avancez,
Mais la rétrotranscription et le prion viennent le contester,
Le vivant garde une exception cachée dans chaque côté
[Verse 4]
Ouvre les six cadres, cherche l'ORF sans t'arrêter,
Longueur minimale réglable, la table aussi peut changer,
Lis le GFF3, colonne par colonne, gène localisé,
Compte les exons, mesure l'intron, la CDS est sommée,
Minuscule ou lettre N, la répétition est masquée,
Ne l'efface pas de ta tête, juste de l'écran, codé
[Chorus]
Centromère, télomère, le chromosome bien gardé,
Promoteur, TSS, la transcription vient de démarrer,
Exon, intron, CDS, le message est épissé,
Codon départ AUG, codon stop, tout est chiffré,
Répète avec moi le génome, chaque lettre a son métier,
De la chromatine au caryotype, rien n'est jamais improvisé
5. Module 3 — Réplication, réparation, recombinaison et mutation de l'ADN (semaines 5 et 6)
[Verse 1]
Origine de réplication, la bulle s'ouvre comme une plaie
Fourche qui fonce, deux sens opposés, le brin qui plie
Précoce en continu, tardif en fragments d'Okazaki
Ligase qui recoud, la nuit tombe, le chantier jamais fini
Polymérase fidèle, un faux pas sur un milliard de pas
Correction d'épreuves, elle recule, elle rature le repas
Programme temporel, chaque zone a son heure pour copier
L'euchromatine tôt, l'hétérochromatine en fin de soirée
[Chorus]
Réplique, répare, recombine, mute
Quatre mouvements, le génome joue sa suite
Ti sur Tv, deux virgule un, c'est la clé du terrain
Trois sur l'exome, code plus dense, ça se comprend bien
[Verse 2]
Mésappariement mal collé, le système MMR arrive vite
Excision de base pour la lésion chimique, petite mais maudite
Excision de nucléotides, grand patch pour dimères de thymine
Cassure double brin, deux écoles s'affrontent, deux doctrines
HR copie sur la sœur, précis comme un scalpel de chirurgien
NHEJ recolle sans modèle, rapide mais laisse un lien abîmé
MMEJ microhomologie, la rustine bricolée du quotidien
Trois chemins, un seul but : que le génome reste bâti
[Chorus]
Réplique, répare, recombine, mute
Quatre mouvements, le génome joue sa suite
Ti sur Tv, deux virgule un, c'est la clé du terrain
Trois sur l'exome, code plus dense, ça se comprend bien
[Verse 3]
Méiose, les chromosomes s'enlacent au chiasma —
Ce point où les brins s'échangent, un nœud que la science nomma
Crossing-over qui mélange les cartes, conversion génique en bonus
PRDM9 pose la balise, point chaud, endroit où tout s'est joué
Le génome est un palimpseste, un texte gratté puis réécrit
Chaque génération efface, ajoute, et jamais ne se relit
[Verse 4]
SNV transition, purine à purine, glisse tranquille
Transversion plus rude, change la forme, moins docile
Indels, MNV, variants structuraux, délétions en cascade
CNV qui double la mise, aneuploïdie, chromosome qui dérape
CpG hyperfumant, désaminé, se change en T à l'aveuglette
Signature SBS, empreinte du tabac ou de l'UV qui s'entête
Germinale transmise, somatique isolée dans un coin
Mosaïcisme discret, hématopoïèse clonale qui prend soin
Polymérase qui glisse sur les répétitions courtes en boucle
Instabilité des STR, le compteur d'unités qui se découple
[Bridge]
Calcule ton Ti sur Tv, vérifie que le VCF tient debout
Construis les quatre-vingt-seize contextes, trinucléotide partout
Simule un taux plus fort au CpG, écris ton propre script
Décompose en signatures, moindres carrés, résultat authentique
[Chorus]
Réplique, répare, recombine, mute
Quatre mouvements, le génome joue sa suite
Ti sur Tv, deux virgule un, c'est la clé du terrain
Trois sur l'exome, code plus dense, ça se comprend bien
[Outro]
Fourche, patch, chiasma, palimpseste — retiens les quatre noms
Le génome mute pour survivre, c'est la seule leçon
6. Module 4 — Méthodes de laboratoire : d'où viennent les données d'ADN (semaines 7 et 8)
[Verse 1]
J'extrais le noyau, je casse la membrane,
Sonication qui secoue, la chaîne se déchaîne,
Enzyme qui coupe ou bien tagmentation,
Je trie les fragments, sélection de taille, attention.
La PCR démarre, amorces qui s'accrochent,
Chaque cycle double, mais la polymérase déroche,
Erreurs qui s'glissent, doublons qui s'entassent,
Les régions riches en GC, la machine les chasse.
Biais d'amplification, les chimères qui naissent,
Deux brins recollés, une fausse promesse.
[Chorus]
Extraction, fragmentation, sélection de taille,
PCR qui chauffe, attention à la bataille,
Adaptateur, code-barre, on lit chaque étiquette,
D'où vient la donnée, biologiste, fais l'enquête.
[Verse 2]
Dans la banque on colle des adaptateurs aux bouts,
Un index par échantillon, pour ne pas tout mélanger,
Le multiplexage entasse mille histoires sur la puce,
Et parfois l'index saute, une lecture qui se glisse.
L'UMI c'est mon témoin, l'étiquette unique et franche,
Pour distinguer l'original du doublon qui se penche.
Capture par hybridation, j'attrape mon exome,
Sondes collées sur ma cible, le reste part au vide.
Amplicons ciblés pour un gène qu'on surveille,
Chaque méthode a son biais, ouvre bien l'oreille.
[Verse 3]
Sanger reste le juge, la référence qui tranche,
Une lecture propre et longue quand le doute se penche.
Illumina synthétise, lit couleur par couleur,
Paires ou lectures simples, la qualité perd de la vigueur,
Le déphasage s'installe au fil des cycles qui traînent,
Et la queue poly-G trahit une chimie qui peine.
MGI, Element, Ultima cherchent leur trône,
Pendant que PacBio boucle son cercle, consensus qui résonne.
Nanopore lit le courant, un signal électrique,
Détecte la méthylation sans chimie chimique.
Hi-C plie l'espace, cartographie optique mesure,
Strand-seq sépare les brins, structure sous structure.
[Chorus]
Extraction, fragmentation, sélection de taille,
PCR qui chauffe, attention à la bataille,
Adaptateur, code-barre, on lit chaque étiquette,
D'où vient la donnée, biologiste, fais l'enquête.
[Bridge]
Bisulfite brûle le C non méthylé en U,
EM-seq fait pareil sans détruire l'ADN, tu vois ?
Homopolymères qui piègent le Nanopore fatigué,
Substitutions chez Illumina, indels ailleurs cachés.
Tissu fixé au formol, la désamination guette,
ADN dégradé, fragment court qui inquiète,
ADN circulant flotte, cent soixante paires,
Contamination, quantité faible, tout est à refaire.
[Verse 4]
Lander et Waterman posent leur équation,
Couverture fois longueur sur la taille du génome,
À trente fois avec cent cinquante paires en main,
Exponentielle négative dit ce qui reste incertain.
Réplicats, effets de lot, témoins dans le plan,
La profondeur qu'on planifie avant le grand roulement,
Regarde ton rapport : GC, doublons, adaptateur,
La donnée porte une histoire, apprends à lire l'auteur.
[Outro]
Chaque lecture a un passé, un labo, une machine,
Connais le biais avant de croire à la racine.
7. Module 5 — Formats de données de séquence et outils (semaine 9)
[Verse 1]
FASTA, c'est la lettre nue, la séquence sans habit,
Le point fai, c'est l'index, samtools faidx qui trie vite.
FASTQ rajoute une ligne, un score planqué dans l'ASCII,
Q égale moins dix log de l'erreur, plus trente-trois pour l'infini.
seqkit compte, fastp lave les lectures encore impures,
Phred te chuchote en chiffres cachés l'ampleur de chaque erreur.
[Chorus]
FASTA, FASTQ, SAM, BAM, VCF, BED,
Zéro ouvert, un fermé, grave ça sous ton bonnet.
Phred parle bas, mais dit vrai sur chaque nucléotide,
BGZF compresse, tabix trouve, jamais un octet ne se perd, jamais vide.
[Verse 2]
Le drapeau quatre-vingt-dix-neuf, la paire bien orientée,
Cent quarante-sept ferme le couple, deuxième moitié mariée.
Deux mille quarante-huit, alignement secondaire écarté.
Le CIGAR reste abscons — mot rare pour dire obscur, embrouillé —
Quarante M pour matcher, trois I pour ce qui s'est glissé,
MAPQ dit la confiance, NM compte ce qui a dévié,
MM et ML retiennent où le brin fut modifié.
[Verse 3]
Le BED commence à zéro, sa frontière droite jamais fermée,
Le VCF, lui, commence à un, chaque borne bien scellée.
Décale d'une base et tout ton script se déglingue,
bcftools, bedtools vérifient avant que le calcul ne se distingue.
GFF3 pareil, base un, fermé sans coquetterie,
GTF cousin voisin, gffread trie la parenté.
[Bridge]
GRCh37, le sage, trente-huit son héritier,
T2T-CHM13 comble les trous que l'ancien laissait béants.
chr1 ou juste 1, les decoys cachés dans l'ombre grise,
CrossMap et liftOver glissent les positions sans qu'aucune ne se brise.
[Verse 4]
GFA dessine un graphe, des chemins qui s'entrecroisent,
gfatools et vg naviguent, Bandage peint chaque mosaïque.
PAF, c'est l'alignement que minimap deux te donne en un instant,
MAF empile les génomes, CHAIN les fait glisser en cadence lente.
POD5 garde le courant brut, avant même la lettre écrite,
modkit lit les étiquettes, où le méthyle s'invite.
[Verse 5]
CRAM compresse encore plus, référence en filigrane,
samtools view moins dix, moins vingt, bits perdus sans diplomatie.
VCF annote avec ANN et CSQ, VEP et SnpEff en duo,
bcftools norm aligne les indels, gauche-alignés, jamais de faux écho.
Le contig sans données n'est rien, header et body en symbiose,
Un pipeline bien monté chante juste, jamais en prose.
[Chorus]
FASTA, FASTQ, SAM, BAM, VCF, BED,
Zéro ouvert, un fermé, grave ça sous ton bonnet.
Phred parle bas, mais dit vrai sur chaque nucléotide,
BGZF compresse, tabix trouve, jamais un octet ne se perd, jamais vide.
[Outro]
Décode ton drapeau, compte ton CIGAR à la main,
Vérifie ta borne, zéro ou un, avant de tracer ton chemin.
Chaque format est un dialecte, chaque outil une clé,
Maîtrise-les tous, et le génome entier te sera parlé.
8. Module 6 — Algorithmes de séquences (I) : l'alignement (semaines 10 et 11)
[Verse 1]
Deux séquences côte à côte, je compte chaque plaie,
Insertion, délétion, substitution, l'addition ne ment jamais,
La distance d'édition se construit case par case,
Une matrice qui se remplit, chaque diagonale a sa trace,
Needleman-Wunsch relie les bords, du début jusqu'à la fin,
Global comme un fleuve entier qui suit son seul chemin,
Smith-Waterman lui cherche l'îlot, la niche locale et forte,
Il ignore les eaux plates, ne garde que ce qui rapporte.
[Chorus]
Ouvre la brèche, étends la brèche, Gotoh nous l'apprend,
Une pénalité d'ouverture, une autre qui s'étend,
Traceback, remonte la flèche, retrouve le chemin,
Global, local, semi-global, trois cousins de la même main,
Aligne, compare, recule, avance encore une fois,
La dynamique programmée nous rend enfin le score qui pèse son poids.
[Verse 2]
La matrice de substitution pèse chaque paire de lettres,
BLOSUM, PAM, chacune a son histoire à connaître,
Karlin-Altschul calcule si ton score est un hasard ou pas,
La E-value chuchote combien de fois ça arriverait sans effort,
BLAST ne compare pas tout, il sème d'abord des graines,
Des k-mers exacts, des mots courts qui plantent leur antenne,
Puis il étend à gauche à droite, tant que le score progresse,
Taille de mot, seuil, extension : la vitesse est la promesse.
[Chorus]
Ouvre la brèche, étends la brèche, Gotoh nous l'apprend,
Une pénalité d'ouverture, une autre qui s'étend,
Traceback, remonte la flèche, retrouve le chemin,
Global, local, semi-global, trois cousins de la même main,
Aligne, compare, recule, avance encore une fois,
La dynamique programmée nous rend enfin le score qui pèse son poids.
[Verse 3]
Pour aligner plusieurs séquences, Clustal trace un arbre d'abord,
Progressif, il aligne deux par deux puis assemble encore et encore,
MAFFT, MUSCLE itèrent, ils raffinent leur brouillon,
T-Coffee, signé Notredame, mélange les avis en un seul jugement,
Cohérence entre les méthodes, chaque colonne est votée,
On nettoie, on rogne les bords, les zones mal notées.
[Verse 4]
Le tableau de suffixes trie tous les commencements possibles,
La transformée de Burrows-Wheeler réarrange, presque invisible,
Comme un palimpseste, un texte gratté puis réécrit en dessous,
L'ordre change mais l'info reste, tapie dans le remous,
L'index FM permet de chercher sans jamais dérouler,
Recherche arrière, lettre après lettre, vers l'origine on remonte,
Minimiseurs choisissent le plus petit k-mer dans la fenêtre,
Minimap2 chaîne les graines, trace un fil, ligne après ligne.
[Bridge]
L'épissage coupe l'ARN, saute les introns sans faillir,
BWA-MEM, Bowtie2 cartographient sans jamais faiblir,
MAPQ nous dit la confiance, répétitions brouillent la carte,
Bismark, bwa-meth lisent le bisulfite, où la cytosine s'écarte,
Puis on trie, on marque les doublons, on recalibre les bases,
BQSR ajuste l'erreur, réaligne autour des impasses.
9. Module 7 — Algorithmes de séquences (II) : assemblage, k-mers et esquisses (semaines 12 et 13)
[Verse 1]
J'aligne les bouts, je cherche où les lectures se chevauchent
OLC, dispose-les, consensus, la carte se débauche
Mais le vrai chemin, c'est le graphe de de Bruijn qui tranche
Chaque k-mer un nœud, chaque chevauchement une branche
Je cherche un chemin eulérien, une seule traversée
Qui passe par chaque arête sans jamais la repasser
Les erreurs créent des pointes, des bouts qui partent en impasse
On les coupe au couteau du seuil, on nettoie l'espace
Et les bulles, deux chemins qui divergent puis se recollent
Signe d'un variant ou d'une erreur qui s'affole
On choisit le chemin le plus couvert, le plus solide
Le génome reprend forme, la structure se rigidifie
[Chorus]
De Bruijn, Eulérien, k-mer, chemin, assemble bout à bout
Overlap, layout, consensus, le génome sort du flou
Pointes coupées, bulles fondues, le graphe devient limpide
Lecture après lecture, la vérité se solidifie
[Verse 2]
Mais les répétitions, c'est le mur, la limite fondamentale
Si la lecture est plus courte que le motif qui se répète, ça cale
Lecture longue efface l'ambiguïté, dénoue le nœud dur
Hifiasm, Flye, Verkko, taillent dans le long segment pur
SPAdes et MEGAHIT, rois du fragment court et dense
Assemblent haplotype par haplotype, sans confondre les sens
Jusqu'au T2T, télomère à télomère, la carte est entière
Comme un manuscrit repris, un palimpseste où l'ancien texte
S'efface et se réécrit sous la nouvelle lecture experte
On lit sous la couche, on retrouve la trace première
[Chorus]
De Bruijn, Eulérien, k-mer, chemin, assemble bout à bout
Overlap, layout, consensus, le génome sort du flou
Pointes coupées, bulles fondues, le graphe devient limpide
Lecture après lecture, la vérité se solidifie
[Verse 3]
Hi-C tisse les fils, la cartographie optique dessine l'échelle
Le scaffolding relie les îlots, referme la ficelle
Puis on polit les bords, chaque base doit être exacte
Merqury calcule le QV, la qualité comme un contrat
N50, NG50, auNG mesurent la longueur qui compte
BUSCO vérifie les gènes, complétude qu'on affronte
QUAST traque les erreurs, les cassures, les décalages
On juge l'assemblage entier avant d'écrire la page
[Bridge]
Jellyfish et KMC comptent chaque k-mer qui passe
Le spectre dessine un pic, la taille du génome s'y trace
Un second pic plus bas révèle l'hétérozygotie qui pousse
GenomeScope confirme, la courbe ne bouge pas d'un pouce
Bloom filtre sans erreur de faux négatif qui mousse
Count-min sketch compte approximatif mais jamais ne s'épuise
MinHash, FracMinHash, Mash, sourmash, l'esquisse résume
L'ANI compare deux génomes sans aligner chaque plume
[Chorus]
De Bruijn, Eulérien, k-mer, chemin, assemble bout à bout
Overlap, layout, consensus, le génome sort du flou
Pointes coupées, bulles fondues, le graphe devient limpide
Lecture après lecture, la vérité se solidifie
10. Module 8 — Découverte et génotypage des variants (semaines 14 à 16)
[Verse 1]
Sur le pileup, les bases s'empilent, chaque lettre a son poids,
Score qualité Phred, la confiance se calcule au trait.
Vraisemblance du génotype, trois hypothèses en jeu,
Homo référence, hétérozygote, homo variant, le choix est bayésien.
Le prior vient de Hardy-Weinberg, l'équilibre des fréquences,
P au carré, deux P Q, Q carré, c'est la balance.
Bcftools empile les preuves, GATK réassemble en local,
FreeBayes construit l'haplotype, chacun cherche le signal.
[Chorus]
Pileup ou haplotype, choisis ton camp, choisis ta preuve,
Bayes pondère chaque lettre avant que le doute se lève,
gVCF conserve la trace, cohorte appelée d'une voix,
VQSR trie le vrai du faux, HaplotypeCaller fait son choix.
[Verse 2]
DeepVariant regarde une image, des pixels de couverture,
Clair3 apprend les réseaux profonds sur des lectures obscures.
Appel conjoint sur la cohorte, le gVCF garde le brouillon,
On fusionne les échantillons avant la décision.
Filtre fixe ou VQSR, biais de brin sous surveillance,
Équilibre allélique, profondeur, QD jaugent la confiance.
Bcftools norm aligne à gauche, vt décompose l'indel,
Sans ça deux VCF diffèrent en disant la même chose autrement.
[Chorus]
[Verse 3]
Tumeur contre normal, Mutect2 traque la clandestine,
Strelka2 compare les paires, cherche la mutation somatique.
VAF chiffre la fraction, pureté et ploïdie s'ajustent,
Panel de normaux filtre le bruit qu'aucun modèle ne devine.
FFPE laisse ses artefacts, la fixation trahit les bases,
Sous-clonalité cachée dans des fréquences qui s'effacent.
[Verse 4]
Structure du génome bouge, profondeur trahit la délétion,
Lectures fendues, paires discordantes, assemblage en jonction.
Manta, Delly, Sniffles2, cuteSV pour les longues lectures,
Chaque outil lit une signature dans la cassure obscure.
CNVkit corrige le biais GC, segmente en CBS,
Markov caché trace les états, du gain jusqu'à la perte.
ExpansionHunter compte les répétitions, les STR démasqués,
WhatsHap phase par les lectures, SHAPEIT par la statistique —
Delaneau, le Français, a posé cette logique.
[Verse 5]
VEP annote chaque variant, SnpEff prédit l'impact,
ClinVar croise les preuves, gnomAD calibre le fait.
Fréquence allélique rare, pathogénicité en question,
ACMG pose les critères, cinq classes pour la décision.
CADD, REVEL, SpliceAI pèsent le poids fonctionnel,
Chaque score converge vers un verdict clinique et rationnel.
[Bridge]
GIAB donne la vérité, hap.py compare les traces,
Précision, rappel, F1, la formule qui recadre.
Régions difficiles stratifiées, là où le modèle vacille,
Le vrai calibrage se prouve où la carte devient fragile.
[Chorus]
[Outro]
Du pileup au phasage, chaque variant raconte une histoire,
Bayes, Hardy-Weinberg, GIAB — la preuve avant la gloire.
11. Module 9 — Interprétation et annotation des variants (semaine 17)
[Verse 1] (Homme)
Un VCF sur la table, colonnes froides, lettres nues
Faut réveiller le sens qui dort entre les échues
VEP, SnpEff, ANNOVAR, trois voix pour un seul chant
Ils disent où frappe le variant, en amont ou en plein champ
La Sequence Ontology donne le nom juste à la plaie
Missense, non-sens, décalage — chaque terme a sa clé
HGVS écrit l'adresse, un point, un chiffre, une lettre
Sur le transcrit MANE Select, la référence qui fait loi et promet
[Chorus]
GnomAD, ClinVar, ACMG, retiens la ronde
VEP annote, la fréquence isole, le score sonde
Rare et cassé, contrainte et lien, c'est la boussole
Un variant sans preuve n'est qu'une ombre qui s'envole
[Verse 2] (Femme)
Cent mille génomes dans gnomAD, une foule qui murmure
Ce variant est-il fréquent, ou juste une égratignure
dbSNP numérote, le rs comme un matricule
Mille Génomes trace l'ancêtre sur la carte qui recule
On filtre par fréquence, on chasse le bruit commun
Sous un pour cent la rumeur devient un indice à part
Le LOEUF et le pLI mesurent la tolérance du gène
Un gène intolérant punit fort la moindre déchirure humaine
[Chorus]
GnomAD, ClinVar, ACMG, retiens la ronde
VEP annote, la fréquence isole, le score sonde
Rare et cassé, contrainte et lien, c'est la boussole
Un variant sans preuve n'est qu'une ombre qui s'envole
[Verse 3] (Duo)
ClinVar collectionne les rapports, OMIM raconte le syndrome
ClinGen pèse la preuve, patiente comme un métronome
Et Orphanet, boussole française coordonnée par l'Inserm
Éclaire les maladies rares d'une lumière qui ne se ferme
Les critères ACMG, PVS1, PM2, tant d'autres lettres
Pathogène, probable, incertain, bénin sous d'autres guêtres
Chaque preuve s'empile comme un palimpseste sur l'ADN
Un texte gratté et réécrit, où l'ancien mot dort sous le grain
[Bridge]
CADD compte les scores, REVEL juge la missense
AlphaMissense apprend des plis, SpliceAI guette la cadence
Des exons qui basculent, des sites donneurs qui vacillent
cCRE d'ENCODE cartographie où l'enhancer scintille
Les eQTL de GTEx relient la lettre à l'expression du gène
Un variant régulateur murmure loin, sans toucher la chaîne
[Verse 4] (Homme puis Femme)
PharmGKB et CPIC glissent une note sur l'ordonnance
Un allèle, et voilà la dose qui change de cadence
Mais chaque lettre est un corps, la loi de bioéthique le rappelle
Consentement, découverte fortuite, le secret dort sous la moelle
France Médecine Génomique, deux mille vingt-cinq en horizon
Séquencer sans juger, voilà la vraie leçon
[Chorus]
GnomAD, ClinVar, ACMG, redis la ronde
VEP annote, la fréquence isole, le score sonde
Rare et cassé, contrainte et lien, c'est la boussole
Un variant sans preuve n'est qu'une ombre qui s'envole
[Outro]
Annote, filtre, classe, la carte devient féconde
L'ADN se lit à deux voix, jamais toute seule.
12. Module 10 — Génomique des populations et génomique évolutive (semaines 18 à 20)
[Verse 1]
Hardy-Weinberg pose la règle, p carré plus deux p q
Plus q carré égale un, l'équilibre est classifié
Mais la dérive vient gratter, hasard qui pèse sur les gènes
Wright-Fisher tire ses billes, génération qui s'enchaîne
Moran fait glisser un par un, remplace sans jamais s'arrêter
La taille efficace mesure combien de sang peut vraiment compter
Petite population trébuche, les fréquences dansent et tombent
Grande population résiste, le hasard perd sa bombe
[Chorus]
P plus Q, la somme est reine, l'équilibre est mon refrain
Pi, thêta, D de Tajima, trois chiffres qui disent tout le terrain
Coalescence remonte le temps, deux lignées se rejoignent enfin
FST divise les tribus, dN sur dS trahit le destin
[Verse 2]
Coalescence recule l'horloge, deux gènes qui trouvent leur aïeul
Le spectre de fréquence des sites raconte l'histoire toute seule
Pi compte la diversité, paires de séquences comparées
Thêta de Watterson compte les sites polymorphes isolés
Le D de Tajima compare les deux, négatif dit goulot d'étranglement
Positif chante la sélection ou un balayage évident
Le déséquilibre de liaison, r carré qui chute au fil des bases
Les blocs d'haplotypes s'effritent, la recombinaison efface
[Chorus]
P plus Q, la somme est reine, l'équilibre est mon refrain
Pi, thêta, D de Tajima, trois chiffres qui disent tout le terrain
Coalescence remonte le temps, deux lignées se rejoignent enfin
FST divise les tribus, dN sur dS trahit le destin
[Verse 3]
FST mesure la distance entre les peuples séparés
ACP projette les génomes, axes qui les ont triés
ADMIXTURE mélange les fractions, k composantes assumées
Statistiques f et D dénichent le métissage camouflé
dN sur dS compare les codons, muet contre changement
McDonald-Kreitman sépare le neutre de l'ajustement
iHS repère l'haplotype étendu, signature trop propre
XP-EHH compare les populations, la sélection ne se dérobe
[Bridge]
PSMC lit le génome comme une carte du passé
∂a∂i modélise les tailles, msprime les fait rejouer
SLiM simule la sélection, tsinfer trace l'ancêtre commun
IQ-TREE cherche la vraisemblance, bootstrap valide chaque tronc
JC69, HKY, GTR, modèles qui pèsent les mutations
PhyloP scrute chaque colonne, conservation à travers les nations
L'ADN ancien murmure, fragments froids sous la glace
Synténie garde l'ordre des gènes, l'orthologie trouve sa trace
[Chorus]
P plus Q, la somme est reine, l'équilibre est mon refrain
Pi, thêta, D de Tajima, trois chiffres qui disent tout le terrain
Coalescence remonte le temps, deux lignées se rejoignent enfin
FST divise les tribus, dN sur dS trahit le destin
[Outro]
De Montpellier à Wright-Fisher, le code écrit l'histoire des gènes
Population après population, la variation nous enchaîne
13. Module 11 — Génétique statistique et études d'association (semaines 21 et 22)
[Verse 1]
Grand-mère transmet un brin, l'histoire dort dans le sang,
Arbre généalogique dessiné branche par branche, lentement,
Dominant, récessif, la pénétrance joue les timides,
Un porteur sans symptôme, le gène se cache et glisse,
Score LOD à trois, la liaison sort de l'ombre,
Logarithme des chances, on compte ce qui encombre,
Chaque marqueur murmure une proximité sur le chromosome,
La génétique classique pose les fondations du génome.
[Chorus]
Mendel, LOD, SNP, GWAS,
Cinq fois dix moins huit, le seuil qui ne pardonne pas,
Hardy-Weinberg, apparentement, on nettoie avant de courir,
Composantes principales dans le modèle, pour ne pas se trahir,
De l'arbre au variant rare, on trace la carte du vivant,
Chaque base raconte une histoire, on la lit en avançant.
[Verse 2]
Plan d'étude posé, cas et témoins alignés,
Taux de génotypage vérifié, sexe confirmé, rien d'oublié,
Sur l'équilibre de Hardy-Weinberg on jette un œil sévère,
Un SNP qui dévie trop, direction la sortie, pas de mystère,
Stratification des populations, le fantôme sous la moyenne,
REGENIE, SAIGE, BOLT-LMM reprennent la rêne,
Lambda GC nous dit si le signal reste honnête,
Manhattan dessine ses tours, QQ garde la tête.
[Verse 3]
Bonferroni serre la vis, million de tests à comparer,
Cinq fois dix moins huit s'impose, seuil pangénomique à respecter,
FDR assouplit la garde, laisse passer le doute raisonnable,
Beagle, Minimac, IMPUTE5 comblent les trous du câble,
TOPMed prête ses génomes en panel de référence géant,
Chaque case manquante retrouve un allèle correspondant.
[Bridge]
Jumeaux identiques, jumeaux fraternels, la nature fait l'expérience,
GCTA, GREML, LDSC captent l'héritabilité en silence,
Corrélation génétique entre deux traits qui se ressemblent,
SuSiE, FINEMAP isolent le variant qui tremble,
Coloc vérifie si deux signaux dansent sur le même os,
TWAS relie l'expression du gène au phénotype, sans repos,
SKAT, SKAT-O, test du fardeau, les rares variants s'accumulent en meute,
Un par un ils sont muets, ensemble ils font une émeute.
[Verse 4]
Score de risque polygénique, somme pondérée des alentours,
Calibré, testé, mais fragile hors de son contour,
Entre ascendances la portabilité chancelle et trébuche,
Randomisation mendélienne emprunte le variant comme béquille,
Pléiotropie horizontale, le piège sous la brindille.
[Chorus]
Mendel, LOD, SNP, GWAS,
Cinq fois dix moins huit, le seuil qui ne pardonne pas,
Hardy-Weinberg, apparentement, on nettoie avant de courir,
Composantes principales dans le modèle, pour ne pas se trahir,
De l'arbre au variant rare, on trace la carte du vivant,
Chaque base raconte une histoire, on la lit en avançant.
[Outro]
Du pedigree au polygénique, la chaîne ne casse pas,
Cinq fois dix moins huit gravé, on garde le pas,
La carte du vivant s'écrit encore et encore,
Génétique statistique, le sens enfin éclore.
14. Module 12 — Épigénomique et essais fonctionnels sur l'ADN (semaines 23 et 24)
[Verse 1]
Îlot CpG, la bordure s'appelle shore,
Le bisulfite convertit ce que la cellule tait encore,
Bismark aligne, MethylDackel compte les C qui restent,
La puce EPIC scanne le génome comme un texte,
Un palimpseste — manuscrit qu'on efface et réécrit,
Les marques s'empilent, l'histoire cellulaire s'inscrit,
Lecture longue, modkit lit les bases sans convertir,
DSS, methylKit trouvent où les régions diffèrent,
L'horloge épigénétique tic-tac dans les tissus,
Compte les CpG methylés, dit l'âge qu'on n'a pas su.
[Chorus]
CpG, shore, bisulfite, EM-seq résonne,
Methylation dessine la carte, la chromatine sonne,
ATAC, ChIP, Hi-C, les motifs qui dialoguent,
L'épigénome chante, écoute ce qu'il évoque.
[Verse 2]
Tn5 découpe l'ouvert, laisse un biais qu'on corrige,
La taille des fragments danse, une périodicité qui voltige,
Nucléosome par nucléosome, le rythme se dévoile,
ATAC-seq, DNase-seq, deux sondes pour la même toile,
Enrichissement au TSS, le pic monte à l'aurore du gène,
FRiP calcule la fraction, la lecture qui domine la scène,
Mitochondrie écartée, le bruit qu'on laisse au silence,
La chromatine ouverte murmure où la transcription commence.
[Chorus]
CpG, shore, bisulfite, EM-seq résonne,
Methylation dessine la carte, la chromatine sonne,
ATAC, ChIP, Hi-C, les motifs qui dialoguent,
L'épigénome chante, écoute ce qu'il évoque.
[Verse 3]
ChIP-seq capture l'ombre où la protéine se pose,
CUT&RUN, CUT&Tag, plus fine est la dose,
MACS3 détecte les pics, IDR filtre la réplique,
Liste noire écarte les zones où le signal se complique,
La matrice poids-position pèse chaque lettre au trône,
Contenu en information dessine le logo qui trône,
MEME et HOMER cherchent le motif caché dans l'ombre,
FIMO le retrouve, JASPAR en compte le nombre.
[Bridge]
Hi-C, Micro-C tissent la matrice de contact,
ICE normalise le bruit, compartiment prend son acte,
Le TAD se replie en boucle, cooler et Juicer tracent,
scATAC isole une cellule, une voix dans la masse,
Réseau convolutif, transformer type Enformer résout,
Score d'attribution, TF-MoDISco montre le clou,
Mutagenèse in silico, on change une base et on écoute,
La séquence répond, la régulation lève le doute.
[Chorus]
CpG, shore, bisulfite, EM-seq résonne,
Methylation dessine la carte, la chromatine sonne,
ATAC, ChIP, Hi-C, les motifs qui dialoguent,
L'épigénome chante, écoute ce qu'il évoque.
[Verse 4]
Single-cell multi-omique lie ATAC et transcription,
Deux couches d'un même noyau, une seule direction,
Vélocité RNA prédit le futur du chemin cellulaire,
Le pseudotemps trace l'axe où la lignée se déclare,
UMAP replie les dimensions, la trajectoire se dessine,
Chaque cellule raconte une note dans la symphonie fine,
L'intégration multi-omique tisse un fil entre les couches,
Et la régulation s'écrit dans le langage qu'on approche.
[Outro]
Palimpseste vivant, la cellule garde son chiffre,
Piano qui s'éteint, mais le code reste à déchiffrer.
15. Module 13 — Métagénomique, pangénomique et sujets spécialisés (semaines 25 et 26)
[Verse 1]
Shotgun dans le sample, on fragmente le vivant,
Amplicon 16S, l'ITS pour les champignons dansants,
DADA2 trie le bruit, sort les ASV du chaos,
Kraken2 mord les reads, MetaPhlAn compte les échos,
On assemble, on binne, MetaBAT2 sépare les génomes,
CheckM2 note la qualité, complète ou fantôme,
Attention au kitome, la contamination du kit,
Tara Oceans navigue, la France cartographie le plancton, petit.
[Chorus]
Métagénome, pangénome, deux cartes du vivant,
Un graphe remplace la ligne, on tisse le variant,
Shotgun, amplicon, Kraken mord le fragment,
Retiens le refrain, la biologie apprend en chantant.
[Verse 2]
La référence linéaire a son biais caché,
Un allèle favorisé, l'autre reste écrasé,
Le graphe de variation dessine un palimpseste,
Couches de génomes empilées, aucune n'est reste,
Minigraph-Cactus tisse, PGGB compresse la toile,
Vg giraffe aligne les reads sans perdre l'étoile,
Le Human Pangenome Consortium ouvre le canevas,
Un seul génome ne suffit plus, il en faut tout un tas.
[Verse 3]
MLST classe la souche par sept gènes en accord,
Panaroo sépare le noyau du bagage à bord,
Génome central, l'essentiel qui reste fixe,
Génome accessoire, les outils que la bactérie mixe,
On cherche les gènes de résistance, l'ennemi camouflé,
Le SNP trace l'épidémie, le lien dévoilé,
À Pasteur, les centres nationaux gardent l'œil ouvert,
Chaque mutation raconte où l'épidémie a erré.
[Verse 4]
Séquence consensus du virus, lignée qu'on attribue,
Dans l'hôte une seule souche, en fait mille tribus,
L'ADN circulant flotte, fragmentomique le lit,
Biopsie liquide traque, fraction fœtale aussi,
CRISPR, guide taillé, Charpentier et Doudna en duo,
Nobel de chimie, la Française porte le flambeau,
CRISPResso2 vérifie l'édition, cible et hors-cible comptés,
Biologie de synthèse, l'ADN en disque dur codé.
[Verse 5]
Le long-read change la donne, PacBio et Nanopore,
Des kilobases entières, on lit le génome encore,
Assemblage télomère à télomère, plus un seul trou,
Chaque répétition résolue, chaque satellite debout,
Phasage des haplotypes, maternel et paternel séparés,
La structure complexe enfin cartographiée,
De la cellule unique au consortium microbien,
Chaque échelle du vivant révèle un lien.
[Bridge]
De l'océan Tara jusqu'au génome humain tissé,
De la bactérie tracée jusqu'au ciseau CRISPR posé,
On dépasse la ligne droite, on embrasse le réseau,
Chaque lecture est un indice, chaque graphe un tableau.
[Chorus]
Métagénome, pangénome, deux cartes du vivant,
Un graphe remplace la ligne, on tisse le variant,
Shotgun, amplicon, Kraken mord le fragment,
Retiens le refrain, la biologie apprend en chantant.
[Outro]
Séquence après séquence, le vivant s'écrit en réseau,
Pas une référence unique, mais un chœur, un flambeau.
16. Module 14 — Reproductibilité, passage à l'échelle et projet final (semaines 27 à 30)
[Verse 1]
Snakemake trace les règles, chaque fichier a sa flèche
Nextflow fait couler les tâches comme l'eau dans la crèche
nf-core te donne le moule, des pipelines déjà testés
WDL et Cromwell, ton contrat bien attesté
Et pour ceux qui codent pas, Galaxy ouvre la porte
Un clic, un glisser, l'analyse se transporte
Pas besoin d'être un sorcier du terminal qui gronde
La science reproductible doit parler à tout le monde
[Chorus]
Snakemake, Nextflow, Galaxy, Cromwell
Reproductible, c'est la règle, c'est l'appel
Teste ton code, profile ta mémoire
FAIR et CNIL gardent nos données au grand soir
De FASTQ au rapport, on trace chaque étape
Le pipeline propre, jamais il n'échappe
[Verse 2]
Un test unitaire avant que le code ne s'envole
Petit jeu de données, la vérité qui console
L'intégration continue surveille chaque commit
Si ça casse à trois heures, la machine te le dit
Streaming ou mémoire, choisis selon la charge
Profile avant de coder, sinon l'ordi surcharge
Parallélise, vectorise, gagne le temps qui compte
Et si Python s'essouffle, le Rust ou le C remonte
Les liaisons htslib, rapides comme l'éclair
Tout doit rester idoine — un mot qui dit juste ajusté, ni trop ni de travers
[Chorus]
[Verse 3]
FAIR : trouvable, accessible, interopérable, réutilisable
Un plan de gestion des données, jamais négociable
SRA, ENA, dbGaP, EGA, GEO
Des dépôts publics où le génome trouve son écho
Mais l'humain à accès contrôlé, c'est un autre chapitre
Consentement, confidentialité, risque de réidentifier vite
Donnée sensible dit le RGPD en Europe
La CNIL veille en France, aucune fuite qui échappe
Au Québec la Loi vingt-cinq protège le renseignement
Le respect du sujet passe avant le rendement
[Bridge]
Choisis ton projet, cinq chemins t'attendent :
Chaîne germinale clinique, un VCF qui se défend
Génome bactérien, résistance et gène mobile
Populations qui migrent, sélection qui distille
ATAC et ChIP-seq, motifs qui s'entrelacent
Cancer, signatures mutationnelles, clones qui prennent leur place
Conteneurise, rapporte, montre sur IGV
JBrowse, UCSC, ta preuve est archivée
[Verse 4]
Docker ou Singularity, l'environnement figé
Aucune surprise au serveur, le code n'a pas changé
Conda gère les versions, le lockfile est ta mémoire
Un an plus tard, ça tourne encore, c'est la victoire
Documente ton README, explique chaque paramètre
Un collègue perdu doit pouvoir tout remettre
La science qui s'isole finit par disparaître
Le code partagé, c'est la lampe qui persiste
GitHub, Zenodo, un DOI pour ton dépôt
Ta découverte survivra bien après le mot
[Chorus]
[Outro]
Trente semaines de route, le projet est bouclé
Reproductible, solide, le savoir est scellé
Snakemake, Nextflow, la rigueur qui persiste
C'est ton nom sur le pipeline, la légende existe
17. Annexe A — Fondements mathématiques et statistiques
[Verse 1]
Bayes retourne la question, cause et preuve inversées
Probabilité du monde sachant ce que j'ai trouvé
Binomiale compte les succès, pile après pile jetée
Poisson compte les mutations rares, éparses, isolées
Négative binomiale, variance plus large que sa moyenne
Bêta pour les proportions, coincées entre zéro et pleine
Vraisemblance, c'est la voix des données qui témoignent
Maximum de vraisemblance, le sommet qu'elles désignent
[Chorus]
Bayes, binôme, Poisson, bêta — j'empile les lois
Markov avance sans mémoire, un pas après chaque pas
Entropie mesure le doute, la surprise dans le bruit
Retiens les cinq piliers, la carte avant la nuit
[Verse 2]
Chaîne de Markov glisse d'un état à l'état suivant
Sans se souvenir du chemin, que le présent maintenant
Caché derrière les symboles, le HMM est enterré
Forward additionne les chemins, la probabilité résumée
Viterbi choisit le sentier le plus probable à tracer
Baum-Welch apprend les paramètres sans les yeux fermés
Ça trouve les gènes dans l'ADN, les exons repérés
Ça découpe le nombre de copies, segmente le relief plié
Aligne les profils, phase les allèles hérités
[Chorus]
[Verse 3]
Shannon pèse l'incertitude en bits, rien de plus
Kullback-Leibler mesure l'écart entre deux mondes conçus
Information mutuelle lie deux colonnes d'un motif
Un test d'hypothèse pose la question, cherche le natif
Bonferroni serre la vis, Benjamini-Hochberg respire mieux
Modèle linéaire généralisé choisit la forme des cieux
Effets mixtes absorbent le bruit du même individu
Permutation mélange les cartes, bootstrap rejoue le su
EM alterne attente et max, deux pas dans la même boucle
[Verse 4]
ACP tourne le nuage, SVD le range en valeurs
NMF sépare les signatures mutationnelles en couleurs
Régression régularisée garde la variable qui compte
Forêts aléatoires votent, chaque arbre fait son compte
Convolutif lit la séquence comme une image qui défile
Transformer regarde tout d'un coup, l'attention qui file
Mais gare à la fuite, chromosome ou homologue partagé
Le pli teste sur l'inconnu, sinon le score est truqué
Un graphe eulérien traverse chaque arête une fois
Hamiltonien visite chaque sommet, un seul choix par voix
L'assemblage suit les k-mères, le pangénome se tisse
Dynamique remplit la grille, le hachage cherche vite
[Bridge]
Chaque lettre a son modèle, chaque doute a sa loi
Le silence entre les touches, c'est l'espace du pourquoi
On ne retient pas le bruit, on isole le signal
Piano lent, calcul clair, pas de faux capital
[Chorus]
[Outro]
Bayes, binôme, Poisson, bêta — j'empile les lois
Markov avance sans mémoire, un pas après chaque pas
De l'entropie au pangénome, la carte est là, précise
Referme le livre, biologiste — la preuve te suffise
18. Annexe B — Remise à niveau accélérée en biologie moléculaire (pour les profils informatique ou mathématiques)
[Verse 1]
Dans la cellule procaryote, pas de noyau, tout
est mêlé, Chez E. coli le génome flotte,
nu dans le cytoplasme mêlé, Eucaryote, elle compartimente,
noyau fermé sous double membrane, Mitochondrie, réticulum, Golgi
qui empaquette et qui condamne.
[Chorus]
Noyau, cytoplasme, membrane
qui filtre, ADN copie ARN, ARN nourrit le
filtre, Coiffe, épissage, queue polyA collée, La traduction,
protéine, boucle est bouclée.
[Verse 2]
La transcription démarre au
promoteur, l'ARN polymérase attaque, Elle lit le brin,
colle des bases, la chaîne messagère s'empaque, Coiffe
au cinq prime protège le message, comme un
casque sur la tête, Épissage retire les introns,
garde les exons pour la fête, Queue polyA
au bout signe la stabilité, le voyage vers
le cytoplasme, Ribosome décode par triplets, tARN transporte,
protéine en spasme.
[Chorus]
Noyau, cytoplasme, membrane qui filtre,
ADN copie ARN, ARN nourrit le filtre, Coiffe,
épissage, queue polyA collée, La traduction, protéine, boucle
est bouclée.
[Verse 3]
Facteur de transcription cherche sa boîte,
s'accroche au promoteur discret, Amplificateur distant replie l'ADN,
la boucle chromatinienne fait le trajet, Chromatine compacte
ou ouverte, histones marquées, acétyl qui déverrouille, Méthylation
qui verrouille le gène, silence imposé sans grenouille.
[Verse 4]
Vingt acides aminés, chaîne peptidique qui se love
et se tord, Structure primaire, séquence pure, secondaire
hélice ou feuillet qui mord, Tertiaire replie le
domaine entier, une poche active se dessine, Quaternaire
assemble plusieurs chaînes, la protéine devient machine.
[Verse 5]
Mendel
comptait ses pois ridés, dominant cache le récessif
discret, Méiose divise le génome par deux, brassage
à chaque secret, Crossing-over mélange les allèles, liaison
génétique les tient collés, Plus proches sur le
chromosome, plus rarement ils sont décollés.
[Verse 6]
Enzyme accélère
la réaction, site actif épouse le substrat serré,
Régulation allostérique, activateur ou inhibiteur enchevêtré, Voie métabolique
en cascade, le produit final freine son propre
départ, Homéostasie maintient l'équilibre, la cellule ajuste chaque
écart.
[Bridge]
E. coli pour la biochimie rapide, la
levure pour le cycle cellulaire, C. elegans transparent
compte ses neurones, un modèle exemplaire, Drosophile pour
la génétique classique, poisson zèbre embryon limpide, Souris
pour la physiologie proche, Arabidopsis la plante rapide.
[Chorus]
Noyau, cytoplasme, membrane qui filtre, ADN copie ARN,
ARN nourrit le filtre, Coiffe, épissage, queue polyA
collée, La traduction, protéine, boucle est bouclée.
[Outro]
Du
gène à la protéine, la carte est tracée,
Compartiments, machines, la cellule est un poème codé.
19. Annexe C — Liste des outils essentiels
[Verse 1]
Seqkit tranche le FASTA comme un couteau bien aiguisé,
Seqtk trie les reads, pyfaidx les indexe sans fatiguer,
Biopython dans la boucle, mon script tourne en Python pur,
FastQC scanne le run, MultiQC compile la sculpture,
Fastp nettoie les adaptateurs, coupe le bruit sans détour,
NanoPlot lit le long-read, Trimmomatic taille les contours,
Cutadapt rase les queues, le signal sort propre et sûr,
BWA-MEM2 aligne court, Bowtie2 suit la même allure,
Minimap2 pour les longs, BLAST+ cherche la ressemblance,
MAFFT superpose les séquences, aligne toute la distance.
[Chorus]
Seqkit, seqtk, Biopython, pyfaidx, la base du terrain,
FastQC, fastp, MultiQC, le contrôle avant demain,
BWA, Bowtie, minimap, BLAST, MAFFT, l'alignement gagne,
Samtools trie le BAM, retiens l'annexe, c'est la campagne.
[Verse 2]
Samtools trie, indexe, filtre, pysam pilote en coulisse,
Picard marque les doublons, mosdepth calcule la notice,
Bedtools croise les intervalles, intersect comme un juge,
Pybedtools en Python, pyranges garde le même refuge,
GATK appelle les variants, bcftools filtre la matière,
DeepVariant en réseau, Clair3 lit le nanopore entière,
FreeBayes bayésien scanne, Mutect2 chasse la tumeur,
Chaque outil a sa fenêtre, chaque script a sa lueur.
[Chorus]
Seqkit, seqtk, Biopython, pyfaidx, la base du terrain,
FastQC, fastp, MultiQC, le contrôle avant demain,
BWA, Bowtie, minimap, BLAST, MAFFT, l'alignement gagne,
Samtools trie le BAM, retiens l'annexe, c'est la campagne.
[Verse 3]
Manta détecte les cassures, Delly traque les délétions,
Sniffles2 dort dans les longs reads, CNVkit compte les répétitions,
VEP annote le variant, SnpEff décode la fonction,
ANNOVAR croise les bases, chaque ligne a sa jonction,
SPAdes assemble le microbe, hifiasm sculpte le génome entier,
Flye referme les contigs, QUAST juge sans tricher,
BUSCO vérifie les gènes, Merqury pèse la justesse,
PLINK deux calcule les traits, msprime simule la vitesse,
Tskit garde l'arbre généalogique, scikit-allel lit les fréquences,
REGENIE lance la régression sur des millions de séquences.
[Bridge]
IQ-TREE et RAxML-NG posent les branches sans trembler,
PhyML calcule la vraisemblance, BEAST date le passé,
Bismark lit la méthylation, MACS3 cherche les pics,
DeepTools trace la couverture, HOMER cherche les motifs,
MEME Suite affine les sceaux, cooler cartographie la boucle,
Kraken2 classe les espèces, MetaPhlAn trie sans qu'on doute,
MetaBAT2 regroupe les génomes, CheckM2 juge la qualité.
[Verse 4]
IGV montre la piste, UCSC ouvre l'horizon du browser,
JBrowse deux tourne en ligne, matplotlib trace sans forcer,
Ggplot2 peint les données, ligne claire et sans bavure,
Snakemake enchaîne les règles, Nextflow suit la structure,
Nf-core standardise les pipelines, Galaxy ouvre à tous les niveaux,
Chaque outil dans l'annexe, retiens le nom, garde le beau.
20. Annexe D — Bibliographie
[Verse 1]
Durbin, Eddy, Krogh, Mitchison — quatre noms sous une reliure,
Biological Sequence Analysis, la bible des séquences qui perdure.
Compeau et Pevzner tracent l'algorithme comme un fleuve qui descend,
Jones et Pevzner posent les fondations avant que le code ne s'étende.
Buffalo m'apprend à dompter les données, ligne après ligne au terminal,
Holmes et Huber sculptent la statistique en biologie, jamais banal.
Hartl et Clark comptent les allèles qui dérivent dans le sang des générations,
Felsenstein dessine l'arbre des espèces, les branches de nos relations.
Alberts, la cellule en français, molécule par molécule elle respire.
[Chorus]
Huit manuels sur une étagère sacrée,
huit articles qui ont changé l'ère,
Watson, Crick, Sanger, Altschul murmurent,
le génome humain, BWA qui mesure,
mille génomes, T2T qui perdure,
le pangénome écrit une autre facture.
Retiens les noms, retiens les dates,
la bibliographie, boussole qui jamais n'éclate.
[Verse 2]
Cinquante-trois, Watson et Crick déplient la double hélice tranquille,
structure moléculaire des acides nucléiques, la spirale devient utile.
Soixante-dix-sept, Sanger termine la chaîne, lettre par lettre il arrête le fil,
quatre-vingt-dix, Altschul lance BLAST, l'alignement rapide qui compile.
Deux mille un, le consortium dépose la première séquence du génome humain,
deux mille neuf, Li et Durbin signent BWA, l'aligneur qui tient la main.
Deux mille quinze, mille génomes cartographient la diversité du monde entier,
deux mille vingt-deux, Nurk assemble T2T-CHM13, le chromosome enfin entier.
Deux mille vingt-trois, Liao dessine le pangénome, une version qui ose
remplacer l'unique référence par un bouquet, une mosaïque qui compose.
[Chorus]
Huit manuels sur une étagère sacrée,
huit articles qui ont changé l'ère,
Watson, Crick, Sanger, Altschul murmurent,
le génome humain, BWA qui mesure,
mille génomes, T2T qui perdure,
le pangénome écrit une autre facture.
[Verse 3]
L'IFB ouvre son catalogue, écoles d'été, formations sans frontière,
Galaxy France sur usegalaxy point fr, tutoriels traduits, la porte est ouverte.
Institut Pasteur enseigne encore, ses cours de bioinfo restent une lumière,
Bioinformatics point ca et Calcul Québec forment l'autre rive, l'autre manière.
FUN-MOOC réunit les universités françaises, la génomique en accès libre,
Ben Langmead sur Coursera déroule les algorithmes du séquençage, calibre.
Rosalind point info propose ses exercices, modules un, deux, six et sept s'alignent,
nf-core et Snakemake documentent les pipelines, que la rigueur y règne.
[Bridge]
Pas besoin de payer pour apprendre à lire l'ADN,
les références sont gratuites, ouvertes, à portée de main.
Note les noms dans ton carnet, cite-les dans tes articles,
la science avance citée, jamais seule, jamais stérile.
[Outro]
Huit manuels, huit articles, des écoles sans clôture,
voilà l'annexe D, la carte de notre culture.
21. Auto-évaluation : vous maîtrisez le sujet quand vous savez…
[Verse 1]
Le BED compte à zéro, le VCF commence
à un, Un cran de décalage, faut jamais
dire " presque" à personne, Coordonnée demi-ouverte contre position
pleine, Convertis sans trembler, sinon ta lecture est
vaine. Le flag SAM, c'est un code, en
binaire il chuchote, Cent-vingt-huit c'est secondaire, l'appariement qui
décote, Le CIGAR c'est l'histoire, M pour le
match qui colle, I pour insertion, D pour
trou, S pour ce qu'on décolle.
[Chorus]
Je sais
le sujet, je le sens dans les os,
Zéro-based, un-based, je convertis sans un mot de
trop, Smith-Waterman dans les doigts, l'index FM dans
la tête, Le génome est mon terrain, j'en
connais chaque arête.
[Verse 2]
Smith-Waterman s'écrit à la main,
matrice case par case, Score qui retombe à
zéro si l'alignement s'efface, La recherche arrière dans
l'index FM, Burrows-Wheeler qui tourne, Je remonte la
chaîne comme un fil qu'on rembobine sans détour.
Les répétitions, ce sont des pièges, des miroirs
dans l'assemblage, Comme un palimpseste — vieux parchemin gratté
puis réécrit en cage, Les couches se mélangent,
l'ancien texte hante la page — Les lectures longues
traversent le piège, relient les rives sauvages. Le
spectre des k-mers dessine une bosse, son pic
donne la couverture, Divise la masse totale par
ce pic, la taille du génome est sûre.
[Verse 3]
Un empilement de lectures, trois hypothèses en lice,
Homozygote référence, hétérozygote, ou l'autre allèle qui glisse,
La vraisemblance, c'est la somme des erreurs qu'on
additionne, Le génotype le plus probable, c'est celui-là
qui raisonne. Chaîne d'appel de variants, du FASTQ
au VCF final, On compare à GIAB, précision
et rappel, verdict cardinal. Ti/ Tv autour de
deux virgule un, sinon quelque chose cloche, FRiP
haut pour l'ATAC, sinon le signal se moque,
Enrichissement aux TSS confirme la chromatine ouverte,
N50 grand
veut dire un assemblage qui n'a pas trop
de perte, BUSCO complet, les gènes conservés bien
retrouvés, Lambda GC proche de un, pas de
biais dans l'échantillon prélevé.
[Bridge]
La stratification, c'est l'ombre
qui fausse la GWAS, Des populations mélangées font
mentir chaque locus, PCA, composantes qui capturent l'ascendance,
Modèle mixte, matrice de parenté, on corrige la
distance. Choisis ta technologie selon la question posée,
Illumina pour le SNP, Nanopore pour le grand
réarrangement placé, La profondeur suit le besoin, jamais
la mode ou la vanité, Trente fois pour
un génome humain, mille pour capter la rareté.
[Verse 4]
Construis un flux conteneurisé, Docker ou Singularity le
portent, Chaque étape versionnée, un autre le lance
et ça remonte, Des tests qui vérifient chaque
sortie, preuve de reproductibilité, Nextflow trace le chemin,
personne ne rejoue à l'aveuglette. Et l'ADN humain
n'est pas qu'un fichier qu'on partage, Consentement signé,
RGPD ou Loi vingt-cinq balisent l'usage, Accès contrôlé,
un comité juge chaque demande, Le génome de
quelqu'un reste sacré, jamais une offrande banale.
Back to Home