Consignes générales


Téléchargez le dossier Exam_terminal dans Moodle qui contient:

- Un fichier exam.html qui contient l’énoncé de l’exam blanc (une copie de cet énoncé)

- Un fichier Script_exam.R qui contient le script R dans lequel vous allez mettre vos scripts et réponses aux questions

- Un dossier data qui contient les données


Ouvrez Script_exam.R et sauvez le dans le même dossier sous le nom Script_exam_numéro_étudiant.R en remplaçant numéro_étudiant par votre propre numéro.


Pour chaque question, dans le fichier Script_exam_numéro_étudiant.R:

- Commentez le code (en utilisant #) pour expliquer ce que vous allez faire et pourquoi vous utilisez telle ou telle fonction

- Utilisez des commandes appropriées pour répondre à la question

- Et finalement répondez (en commentant avec un #) à la question grâce au résultat des commandes


L’exam fini à 11h30. Quand vous avez fini, envoyez votre script Script_exam_numéro_etudiant.R, ainsi que le screenshot de ePlant à . Avant de sortir de la salle, vérifiez auprès de Sandra Cortijo qu’elle a bien reçu votre email.


N’oubliez pas d’enregistrer régulièrement Script_exam_numéro_étudiant.R pendant l’exam.


Description des données

Pour l’examen, vous allez analyser des données extraites de Chiang et al., 2011.

Il s’agit de données issues d’expériences pour mesurer l’expression de gènes contrôlant la germination chez Arabidopsis thaliana. Pour cela, des plantes génétiquement différentes les unes des autres (variable Ecotype), ont été mises à germer sous le design expérimental suivant :

  • Différents traitements en longueur de jours et en température pour la plante qui produit les graines : “LW” (long day, warm), “SW” (short day, warm), “SC” (short day, cold). Cette variable est nommée SeedMaturation.

  • Les écotypes (variable Ecotype) choisis sont originaires d’une localisation du “Nord” ou du “Sud” de l’Europe, pour étudier l’effet de la géographie sur la germination (variable Geography).

Illustration de la provenance des écotypes de l’étude. Source : Chiang et al., 2011

Illustration de la provenance des écotypes de l’étude. Source : Chiang et al., 2011

  • Différents stades de développement de la silique (capsule entourant les graines) ont été analysés :“Early” et “Late”, encodés dans la variable SiliqueDevelopmentalStage.

  • L’expression de deux gènes d’intérêt pour la germination, DOG1 et NCED9, normalisée par un gène contrôle, sont rapportés dans chacune des combinaisons des variables précédentes.

La normalisation a été effectuée avec la formule suivante:

\[ log_2(\frac{\text{expression du gène d'intérêt}}{\text{expression du gène contrôle}}) \]

Cette normalisation des données est utilisée car :

  • La division par l’expression du gène contrôle permet de s’affranchir de biais expérimentaux

  • Le passage au log permet de resserrer la distribution des valeurs d’expression, qui serait sinon étalée vers des valeurs trop extrêmes. Entre autre, cela permet de faire des visualisations plus claires.

Les valeurs obtenues sont centrées autour de zéro. Pour chaque gènes:

  • Les valeurs positives indiquent une expression supérieure au gène contrôle

  • Les valeurs négatives indiquent une expression inférieure au gène contrôle


  • Enfin, plusieurs mesures dans des conditions identiques sont réalisées, c’est ce que représente la variable Replicate.



Préparation de l’environnement de travail

Question 0

Chargez les librairies dont vous aurez besoin.

Définissez le working directory de R pour être dans le dossier de l’exam.

Chargez le fichier DOG1_Expression_clean.txt (qui est dans le dossier /data), qui contient les données d’expression, dans R et sauvez le dans un objet.

Aide: Utilisez la fonction appropriée pour le type de données (dans ce cas, des colonnes séparées par une tabulation)

Pensez à inspecter ce que retourne cette commande dans la console pour avoir un tout premier aperçu des données et vérifier qu’elles sont encodées correctement.


Vérification des données

Avant d’analyser les données, la première étape consiste à vérifier que le tableau importé dans R contient bien les données attendues.

Question 1

Y a t il des valeurs manquantes dans les données? Comment le voyez vous?


Question 2

Combien y-a-t-il d’écotypes différents? Donnez la liste des écotypes



Etude de l’expression de gènes d’intérêt pour la germination


Question 3

Faites une figure représentant les niveaux d’expression des deux gènes (DOG1 et NCED9) suivant le stade de développement des siliques, l’origine géographique, et les conditions de maturation des graines, et ce uniquement pour des plantes ayant poussé en jours long à température élevée.

Aide : Pour cela, filtrez les données pour garder seulement la condition de maturation “SW”. Changez le format du tableau pour passer au format long avec une colonne contenant le nom du gène et une colonne contenant les valeurs d’expression. Puis, réalisez le graphe demandé de l’expression des gènes en fonction de la provenance géographique des plantes. Nous souhaitons une représentation en boxplots colorés suivant le stade de développement des siliques, et avec le gène en facet.




Formulez une interprétation complète de ce que nous apprend cette figure quant à l’influence de la géographie, et du stade de développement sur l’expression de nos gènes d’intérêts.



Question 4


Compte tenu des résultats de l’analyse d’expression des gènes, DOG1 semble être un gène important pour la germination. Nous allons donc nous concentrer sur ce gène pour la suite de l’exam.


Pour vérifier si l’effet du stade de développement de la silique sur l’expression de DOG1 est observé pour tous les génotypes, mesurez la moyenne de l’expression normalisée de DOG1 aux deux stades de développement de la silique pour chaque génotype, et ce uniquement pour des plantes ayant poussé en jours long à température élevée.

Aide : Pour cela, commencez par filtrer les observations pour garder la condition de maturation “SW”. Groupez les échantillons en fonction de l’écotype et du stade de développement de la silique. Et enfin calculez la moyenne de l’expression de DOG1 pour chaque groupe.



Observez vous une différence d’expression en fonction du stade de développement de la silique pour tous les écotypes?

Y a t’il des écotypes pour lesquels la différence est faible? Si oui, lesquels?


Etude du gène DOG1 en utilisant une base de donnée en ligne


Question 5

Compte tenu des résultats obtenus jusqu’ici, DOG1 semble être un gène qui peut être important dans la germination des graines d’Arabidopsis thaliana. En utilisant l’application ePlant de BAR de l’Université de Toronto trouvez les informations suivantes sur le gène DOG1:


- Quel est le numéro unique de DOG1 (du format AT1G12345)?


- Dans quel tissu de la plante est ce que le gène DOG1 est exprimé? Faites un screenshot de la figure de ePlant qui vous a permis de répondre et envoyez le par mail en même temps que votre script R.

Aide: Utilisez le Plant eFP viewers. Pour prendre un screenshot, utilisez l’icône sur l’interface de ePlant ci dessous pour enregistrer l’image dans le répertoire de l’examen, puis envoyez le par mail en même temps que votre script R

Icone de téléchargement d’image dans ePlant

Icone de téléchargement d’image dans ePlant


Fin de l’exam. N’oubliez pas de vous relire, et d’envoyez votre script Script_exam_numéro_etudiant.R, ainsi que le screenshot de ePlant à . Avant de sortir de la salle, vérifiez auprès de Sandra Cortijo qu’elle a bien reçu votre email.