Nouveaux outils de détection et d’ analyse
253
plantes et de micro-organismes modèles tels qdArabidopsis thaliana (Sarry et al.,
2006) et la levure S. cerevisiae (Lafaye et al., 2005; Madalinski et al., 2008), et
qui sont détaillées dans d’autres chapitres de ce livre. Cependant, certaines limitations restent à surmonter avant de pouvoir fournir des données biologiquement
et cliniquement pertinentes. Ces limitations sont d’ordre analytique (nécessité de
comparer les informations amenées par des techniques différentes) et bio-informatique (automatiser le déroulement de l’analyse métabolomique, ou encore
développer des outils de visualisation et d’inférence des réseaux métaboliques).
Il faut également développer des banques de données spectrales. Enfin, pour tirer
des informations cliniques pertinentes des données extraites, il faudra confronter
ces données avec d’autres types de méta-données (facteurs physiologiques, analytiques ou autres) afin de les intégrer dans des banques de données relationnelles
d’analyse métabolomique qui font aujourd’hui défaut.
Conclusion et perspectives
Un certain nombre de tests de génotoxicité a été validé. Ces tests sont u i ises
dans des applications de biomonitoring telles que celles décrites en par icu le
dans le chapitre 36 de la partie 5. Les efforts de recheiche s orientent main ena
vers l’étude de mutations et de polymorphismes de gènes imp iques
mécanismes de maintien de la stabilité génomique.
Quant aux trois types d’approches « omiques » évoquées dans ce chapitre, e
ne présentent pas le même degré de maturité : les analyses transcrip omiq
protéomiques commencent à être standardisées et leui application au oi
la toxicologie nucléaire s’avère prometteuse, ce qui n est pas encoiee cas e :
lyse métabolomique. Cette dernière souffre notamment de a sence e
d’analyses universelles capables de couvrir 1 intégralité des meta 0 om®
part, un grand nombre de métabolites demeure encore non carac ens
.
empreintes métaboliques. Mises à part les limitations or le ec
inhérentes à chacune de ces approches, le grand défit des proc aines
celui de la bio-informatique : il faudra développe! des outi s capa es
cadre
masse toujours croissante de données afin de les mettre en te a ion
de programmes de biologie intégrative.
Références bibliographiques
Aebersold R, Mann M (2003). Mass spectrometry-based proteomics. Nature, 422 :
198-207.
Albertini RJ, Anderson D, Douglas GR, Hagmar L, Hemminki K, Merlo F, Natarajan
AT, Norppa H, Shuker DE, Tice R, Waters
MD, Aitio A (2000). IPCS guidelines for
the monitoring of genotoxic effects of carcinogens in humans. International Programme on Chemical Safety. Mutât Res,
463 : 111-172.
An J (2008). Ecotoxicological applications
and significance of the comet assay. Mutagenesis, 23 : 207-221.
253
plantes et de micro-organismes modèles tels qdArabidopsis thaliana (Sarry et al.,
2006) et la levure S. cerevisiae (Lafaye et al., 2005; Madalinski et al., 2008), et
qui sont détaillées dans d’autres chapitres de ce livre. Cependant, certaines limitations restent à surmonter avant de pouvoir fournir des données biologiquement
et cliniquement pertinentes. Ces limitations sont d’ordre analytique (nécessité de
comparer les informations amenées par des techniques différentes) et bio-informatique (automatiser le déroulement de l’analyse métabolomique, ou encore
développer des outils de visualisation et d’inférence des réseaux métaboliques).
Il faut également développer des banques de données spectrales. Enfin, pour tirer
des informations cliniques pertinentes des données extraites, il faudra confronter
ces données avec d’autres types de méta-données (facteurs physiologiques, analytiques ou autres) afin de les intégrer dans des banques de données relationnelles
d’analyse métabolomique qui font aujourd’hui défaut.
Conclusion et perspectives
Un certain nombre de tests de génotoxicité a été validé. Ces tests sont u i ises
dans des applications de biomonitoring telles que celles décrites en par icu le
dans le chapitre 36 de la partie 5. Les efforts de recheiche s orientent main ena
vers l’étude de mutations et de polymorphismes de gènes imp iques
mécanismes de maintien de la stabilité génomique.
Quant aux trois types d’approches « omiques » évoquées dans ce chapitre, e
ne présentent pas le même degré de maturité : les analyses transcrip omiq
protéomiques commencent à être standardisées et leui application au oi
la toxicologie nucléaire s’avère prometteuse, ce qui n est pas encoiee cas e :
lyse métabolomique. Cette dernière souffre notamment de a sence e
d’analyses universelles capables de couvrir 1 intégralité des meta 0 om®
part, un grand nombre de métabolites demeure encore non carac ens
.
empreintes métaboliques. Mises à part les limitations or le ec
inhérentes à chacune de ces approches, le grand défit des proc aines
celui de la bio-informatique : il faudra développe! des outi s capa es
cadre
masse toujours croissante de données afin de les mettre en te a ion
de programmes de biologie intégrative.
Références bibliographiques
Aebersold R, Mann M (2003). Mass spectrometry-based proteomics. Nature, 422 :
198-207.
Albertini RJ, Anderson D, Douglas GR, Hagmar L, Hemminki K, Merlo F, Natarajan
AT, Norppa H, Shuker DE, Tice R, Waters
MD, Aitio A (2000). IPCS guidelines for
the monitoring of genotoxic effects of carcinogens in humans. International Programme on Chemical Safety. Mutât Res,
463 : 111-172.
An J (2008). Ecotoxicological applications
and significance of the comet assay. Mutagenesis, 23 : 207-221.