Diapositive 1 : Page de titre
Titre : Développement d'un algorithme et d'une plateforme pour l'identification des
mutations génétiques
Sous-titre : Axé sur l'analyse rapide des variations SNP et Indels dans les génomes
humains
Présenté par : [Ton Nom]
Institution : [Nom de l'université ou laboratoire]
Diapositive 2 : Introduction
Qu'est-ce qu'une mutation génétique ?
Importance de l'identification rapide des mutations
Applications en médecine et en recherche
Diapositive 3 : Objectifs du projet
Créer une plateforme d'analyse des mutations génétiques
Automatiser le traitement des données FASTQ/BAM
Utiliser des algorithmes performants (GATK HaplotypeCaller, ANNOVAR)
Fournir des résultats exploitables par les chercheurs et médecins
Diapositive 4 : Workflow général de la plateforme
1. Importation des données (FASTQ/BAM)
2. Alignement des séquences (BWA-MEM, Bowtie2) → BAM
3. Prétraitement des données (Picard, GATK)
4. Détection des mutations (GATK HaplotypeCaller) → VCF
5. Filtrage et annotation des mutations (ANNOVAR, dbSNP, ClinVar)
6. Stockage et affichage des résultats sur l'interface web
Diapositive 5 : Algorithme GATK HaplotypeCaller
Fonctionnement : reconstruction des haplotypes pour identifier SNPs et Indels
Avantages : précision améliorée, gestion des variations complexes
Intégration dans la plateforme : exécution via pipeline Laravel
Diapositive 6 : Architecture de la plateforme
Technologies utilisées :
o Backend : Laravel 10
o Frontend : HTML, CSS, Bootstrap
o Base de données : MySQL
o Outils bioinformatiques : GATK, ANNOVAR, BWA-MEM
Diapositive 7 : Démonstration des fonctionnalités
Page d'accueil : présentation de la plateforme
Upload : importation des fichiers FASTQ/BAM
Analyse : exécution de l'algorithme détection des mutations
Résultats : affichage des mutations sous forme de tableau et graphiques
Annotation : classification des mutations selon leur impact clinique
Historique : sauvegarde et accès aux analyses passées
Diapositive 8 : Optimisation et performance
Comparaison avec d'autres outils existants
Temps de traitement des analyses
Gestion des gros volumes de données
Diapositive 9 : Résultats et validations
Cas d'analyse testés
Exemple de mutations détectées
Précision et sensibilité des résultats
Diapositive 10 : Conclusion et perspectives
Améliorations futures (Machine Learning, optimisation des performances)
Intégration avec d'autres outils bioinformatiques
Perspectives d'utilisation en milieu hospitalier et en recherche
Diapositive 11 : Questions / Remerciements
Ouverture aux questions du jury
Remerciements aux encadrants et collaborateurs