Cliquez-ici,
puis appuyez sur le bouton vert "rejoindre cette équipe".
Comment
sélectionner le projet Help Conquer Cancer une fois inscrit
Mes Projets
(sélectionner Help Conquer Cancer, éventuellement
cocher l'option tout en bas du formulaire pour recevoir des
unités d'autres projets lorsque aucune unité Help
Conquer Cancer n'est disponible), valider en appuyant sur enregistrer
(en bas à droite)
Les résultats
: Domaine public
Le World Community Grid met
sa technologie à disposition des seules organisations
publiques ou à but non lucratif pour qu'elles l'utilisent
dans des recherches humanitaires qui, autrement, risqueraient de ne pas
aboutir en raison du coup élevé de
l'infrastructure informatique nécessaire en l'absence
d'infrastructure publique. Dans le cadre de notre engagement
à faire progresser le bien-être de l'Homme, tous
les résultats seront versés au domaine public et
transmis à la communauté scientifique mondiale.
Message
introductif de Igor Jurisica
Bienvenue dans le projet "Lutte Contre
le Cancer" (Help Conquer Cancer), et merci
de votre participation à cette importante recherche.
L'objectif de notre projet est d'améliorer les
résultats de cristallographie aux rayons X des
protéines, ce qui permettra aux chercheurs, non seulement,
d'annoter les parties inconnues du protéome humain, mais
surtout, d'améliorer leur compréhension dans
l'initiation, la progression et le traitement du Cancer. Bien que notre
objectif soit le cancer, les résultats de ce projet pourront
aider à combattre d'autres maladies.
L'analyse des résultats de cette expérience
amènera à une meilleure compréhension
des principes sous-jacents de la cristallographie des
protéines. Pour la première fois, une analyse de
l'image cristallographique sera effectuée, ce qui
était impossible auparavant en raison de la
complexité computationnelle. Aussi, CrystalVison
sera amélioré afin de fournir une plus rapide et
une plus précise classification des images. En outre, la
détermination de plus de structures de protéines
en 3 Dimensions permettera d'accroitre la prédiction de
structure in silico .
Je vous remercie encore de votre contribution essentielle à
ce projet. C'est grandement apprécié, puisqu'il
nous faudrait 162 années pour effectuer ce calcul sur notre
plus puissant ordinateur. Aussi, grâce à la
communauté mondiale, nous espérons finir ce
projet d'ici 1 ou 2 ans, nous allons commencer à analyser
les données de façon incrémentale.
Nous vous tiendrons informés de nos résultats sur
ce
site.
La mission du projet Aider
à vaincre le cancer est d'améliorer les
résultats de la cristallographie aux rayons X des
protéines, qui aide les chercheurs non seulement
à annoter les parties inconnues du protéome
humain, mais surtout leur permet de comprendre la naissance,
progression et le traitement du cancer.
L'objectif du projet Help Conquer
Cancer est d'analyser des images (86 millions)
représentant 9 400 protéines
suspectées de jouer un rôle dans le
développement de différents cancers. Ces
protéines seront traitées par cristallographie,
cette méthode devrait aider les chercheurs à
trouver des protéines inconnues et suspectes. Pour en
arriver à la création d'une liste de cette
envergure, les protéines seront triées par forme
et groupements chimiques. Ceci permettra d'améliorer de
façon importante les connaissances des chercheurs sur le
début du cancer ainsi que sa progression et permettra de
trouver un traitement plus efficace.
Importance :
Afin d'influencer de
manière significative la compréhension du cancer
et de ses traitements, il est non seulement nécessaire de
découvrir de nouvelles approches thérapeutiques
capables de cibler les métastases (ou cancers se propageant
à d'autres parties du corps), mais également
d'identifier des marqueurs de diagnostic (ou indicateurs de la
maladie), capables de détecter les premiers stades de la
maladie.
Les chercheurs ont fait des découvertes importantes lors de
l'étude de plusieurs cancers humains, même
lorsqu'ils disposaient d'informations limitées ou
inexistantes sur les protéines concernées.
Cependant, pour mieux comprendre et traiter le cancer, il est important
que les scientifiques découvrent de nouvelles
protéines impliquées dans le cancer, et
identifient leurs structure et fonction.
Les scientifiques s'intéressent particulièrement
aux protéines susceptibles d'avoir une relation
fonctionnelle avec le cancer. Ces protéines sont soit en
surnombre, soit absentes dans les cancers, ou bien elles ont
été modifiées ou mutées de
manière structurelle.
L'amélioration de la cristallographie aux rayons X permettra
aux chercheurs de déterminer plus rapidement la structure de
nombreuses protéines liées au cancer. Ceci
permettra de mieux comprendre la fonction de ces protéines
et de conduire à des interventions pharmaceutiques
potentielles pour traiter cette maladie mortelle.
A propos du projet
Cristallographie
aux rayons X
L'une des méthodes de choix pour déterminer la
structure des protéines est la cristallographie aux rayons
X. Grâce à cette méthode, les
scientifiques utilisent la filière de cristallisation
à haut débit pour aider à annoter les
parties inconnues du protéinome humain, qui à son
tour aidera à améliorer leur
compréhension des débuts, de la progression et du
traitement du cancer.*
Il existe deux
étapes principales dans la cristallographie aux rayons X :
Cristalliser la protéine : bien que plus
complexe, cette méthode est similaire à l'ajout
de sucre dans une tasse d'eau qu'on laisserait reposer un certain
temps. Une fois l'eau évaporée, de minuscules
cristaux de sucre apparaissent.
Envoyer des rayons X à travers le cristal :
selon la façon dont les rayons diffractent, un
modèle mathématique sert à
déterminer et observer la structure de la
protéine.
Cristalliser une
protéine n'est pas une procédure simple. Un grand
nombre de paramètres affectent les résultats de
la cristallisation (concentration de la protéine et de la
solution, température, pH, adjuvants chimiques, etc.). Les
scientifiques doivent identifier la combinaison de ces
paramètres qui permet d'obtenir la cristallisation de la
protéine. Par exemple, avec le sucre, si vous remplacez
l'eau par un autre liquide, modifiez la température ou les
concentrations, il est possible que vous n'obteniez pas de cristaux. De
même, pour une protéine donnée, le
défi consiste à identifier les
paramètres qui aboutiront à la formation du
cristal : quelle solution, quelle température, quel pH, etc.
Le
cristal de protéine résultant doit avoir une
forme régulière et être suffisamment
grand pour que les rayons X puissent détecter la structure
de la protéine à une haute résolution.
Si les conditions ne sont pas parfaites pour la cristallisation de la
protéine, le processus peut aboutir soit à un
microcristal, qui est trop petit pour la détermination de la
structure ; soit à un précipité, qui
montre quelques changements, mais ne mène pas directement
à la cristallisation ; ou encore aucun changement ne s'est
produit.
La situation est donc frustrante puisque, de manière
générale, plus les protéines sont
importantes pour la recherche sur le cancer, plus elles sont difficiles
à cristalliser, ce qui représente un frein
à la progression. De nombreuses protéines
impliquées dans le cancer sont de longues chaînes,
ou bien requièrent des protéines additionnelles
pour se replier correctement et ne peuvent pas être
cristallisées par elles-mêmes.
Pour
réaliser les millions de combinaisons nécessaires
pour cristalliser avec succès une protéine, les
scientifiques utilisent des robots. Ces robots sont capables de mettre
en place les différents paramètres de
cristallisation plus rapidement et plus
précisément. Pour faciliter davantage le
processus, le résultat de chacune des millions
d'expériences de cristallisation est
photographié.
Actuellement, les
scientifiques du Hauptman-Woodwart Medical Research Institute (HWI)
situé à Buffalo ont effectué plus de
86 millions d'expériences de cristallographie pour plus de
9400 protéines. En conséquence, ils disposent de
86 millions de photos de ces protéines qui ont
été envoyés au cristallographe
à rayons X à haut débit. Chacune de
ces photographies doit être analysée pour
déterminer le résultat de l'expérience
: cristal, précipité, séparation de
phase, enveloppe, pas de changement.
L'un des défis est la taille monumentale de ces fichiers
(plus de 25 To d'espace de stockage ou l'équivalent de plus
de 9000 DVD). Le supercalculateur Blue Gene d'IBM a aidé au
cours de cette phase du projet, en exécutant un algorithme
spécial de compression d'image pour réduire la
taille de ces images sans en perdre le contenu. L'autre défi
consiste à analyser complètement une image afin
de déterminer le résultat de la cristallisation,
tâche qui prend environ 10 heures sur un seul ordinateur. Les
chercheurs auraient donc besoin d'environ 100 000 ans pour analyser les
images existantes.
World
Community Grid et "Help Conquer Cancer"
Grâce
à la puissance du World Community Grid, les scientifiques de
l'Ontario Cancer Institute (OCI), Princess Margaret Hospital et du
réseau santé de l'Université
traiteront les 86 millions de photos existantes de protéines
qui ont été criblées à haut
débit par la plateforme technologique du HWI. Le World
Community Grid exécutera le programme CrystalVision
développé par les chercheurs de l'OCI pour
analyser les caractéristiques des images individuelles afin
de déterminer le résultat des analyses de
cristallisation : cristal, micro-cristal, séparation de
phase, enveloppe, précipité ou aucun changement.
Si un cristal est obtenu, les cristallographes peuvent faire subir
à la protéine un processus d'optimisation afin de
déterminer les conditions de cristallisation optimales, et
réaliser une expérience de diffraction pour
identifier la structure de la protéine. En outre, les
scientifiques peuvent comparer les protéines qui ont
cristallisé avec succès avec des
protéines de structure inconnue qui présentent
des caractéristiques similaires, selon les
résultats du criblage de cristallisation. Ceci peut
constituer le point de départ de la cristallisation de ces
protéines, ce qui aboutirait à l'identification
de leur structure.
Si le cristal produit
n'est pas de forme régulière, ou qu'il n'est pas
assez grand, les scientifiques peuvent quand même utiliser
les informations pour les aider à déterminer les
conditions nécessaires pour créer un cristal de
forme régulière. Par exemple, ils peuvent
apprendre que la protéine X à laquelle on
applique la condition A donne un microcristal, et que la
protéine A à laquelle on applique la condition Z
donne aussi un microcristal. En ce basant sur ces informations, ils
peuvent effectuer des expériences supplémentaires
pour déduire quelles conditions doivent être
optimisées pour créer un cristal plus grand et de
forme régulière.
L'analyse des résultats de cette expérience
aboutira aussi à une meilleure compréhension des
principes sous-jacents de la cristallographie des protéines.
Pour la première fois, une analyse complète des
images cristallographiques sera faite, ce qui était
impossible auparavant en raison de la complexité des
calculs. CrystalVision bénéficiera à
son tour d'améliorations pour fournir une classification des
images plus rapidement et avec une meilleure précision.
Améliorer la filière de cristallographie des
protéines permettra aux chercheurs de déterminer
plus rapidement la structure de nombreuses protéines
liées au cancer. Cela conduira à
l'amélioration de notre compréhension de la
fonction de ces protéines, et permettra aux interventions
pharmaceutiques potentielles de traiter cette maladie mortelle.
* Il existe d'autres approches pour comprendre la structure et la
fonction d'une protéine, notamment la méthode
utilisée par le projet Repliement du protéome
humain qui est aussi exécuté par le World
Community Grid. Etant donné la nature vitale de ces projets,
il est important d'utiliser toutes les techniques de recherche
permettant de compléter notre compréhension de
l'organisme humain et de la maladie.
Les
participants
aux recherches
Chercheur
Igor Jurisica, coordinateur du projet (Principal
Investigator), Institut du Cancer de
l'Ontario
Informaticien
Christian A. Cumbaa , attaché de recherche
(Research Associate),
Institut du Cancer de l'Ontario
Quels
sont les avantages potentiels du projet "Help Conquer Cancer" ?
Il existe plusieurs avantages directs
et indirects à ce projet. Pour la première fois,
les scientifiques vont mener une analyse d'image et une classification
complète des images issues de la cristallographie. Cela conduira
à une meilleure compréhension du processus de
cristallisation, et permettra aux scientifiques d'améliorer
la précision et la rapidité de CrystalVision.
L'amélioration de la compréhension des processus
de cristallisation et l'amélioration de CrystalVision vont
également permettre de cristalliser plus rapidement
davantage de protéines liées à des
maladies. Enfin, plus de structures en 3D permettront
d'améliorer notre compréhension de la maladie et,
potentiellement, de son traitement, et mèneront à
l'amélioration de la prédiction des structures
"in silico" (réalisée à partir d'un
ordinateur ou par simulation sur ordinateur).
Quels
ordinateurs peuvent exécuter le projet "Help Conquer Cancer"
?
En raison de l'imprécision
inhérente à l'analyse d'images, le projet demande
une configuration très modeste en terme de
mémoire vive et de processeur. Toutefois, s'ils n'avaient
pas accès à des milliers de processeurs, les
chercheurs ne seraient pas en mesure de traiter 80 millions d'images
dans des délais raisonnables. Plusieurs plates-formes seront
en mesure de faire fonctionner le projet, World Community Grid va dans
un premier temps proposer des exécutables Linux et Windows,
puis Mac OS dans un second temps.
Quels
vont être les résultats des calculs du World
Community Grid ?
CrystalVision calculera des milliers de
caractéristiques pour chacune des images issues de la
cristallographie. Ces données mesurent
objectivement certaines caractéristiques de
l'image, ce qui permettra aux chercheurs d'utiliser un
système de
discernement de la classification d'images.. D'autre part,
ceci leur permettra de caractériser automatiquement et
objectivement des résultats à partir des
écrans de cristallisation à
haut débit, puis d'appliquer des techniques d'extraction de
données
pour optimiser les expériences futures de cristallisation.
Que
se passera-t-il avec les données
générées par tous ces calculs?
Après de soigneuses
analyses, évaluations et interprétations, tous
les résultats seront publiés dans le domaine
public.
L'objectif principal des chercheurs est d'améliorer le
système CrystalVision pour permettre une classification
automatisée, précise et rapide d'images
cristallographiques. Cet algorithme sera alors
déployé à l'institut de recherche
médicale Hauptman-Woodward pour s'assurer que ce service de
criblage cristallographique public et à grande
échelle pourra accélérer la
cristallisation de nombreuses protéines liées
à certaines maladies.
Dans
combien de temps ce projet se terminera t'il ?
Une fois le projet lancé,
nous aurons une meilleure idée du temps requis pour traiter
les images sur World Community Grid. Cela dépendra du nombre
d'ordinateurs qui calculeront et le nombre de projets
simultanément en fonction sur World Community Grid.
Toutefois, les chercheurs possèdent plusieurs
séries d'images intéressantes, qui seront
analysées en premier lieu, permettant de disposer de
résultats préliminaires au bout de quelques
semaines.
Ces images sont composées d'un ensemble
préalablement analysé par une version
antérieure de CrystalVision, ainsi que par plusieurs experts
humains.
Lorsque
je regarde les images de mon écran de veille, peut-on
m'expliquer ce que fait mon ordinateur ?
Chaque unité de travail
représente une photographie de la cristallisation d'une
protéine (une sur un total de 1536 images par
protéine, photographiée 6 fois sur une
période d'un mois), une reproduction visuelle de
l'état d'une protéine dissous dans une solution
servant d'agent de cristallisation. Cette photographie est
située à l'arrière plan de
l'écran de veille. Votre ordinateur exécute une
analyse de vision informatique de cette image pour
interprétrer son contenu. Premièrement, cela
consiste à déterminer les principales
caractéristiques qui seront utilisées pour
classifier (ou cataloguer) le résultat de
l'expérience. Durant cette caractérisation
informatique de l'image, vous verrez des étapes
intermédiaires, elles sont
représentées par les cercles colorés
qui apparaissent au premier plan de l'écran de veille.
Cette analyse est une recherche de 4
grandes catégories caractéristiques :
microcrystaux, lignes droites, objets divers et
carastéristiques texturales. Les étapes
intermédiaires de l'analyse texturale sont
représentées par les disques de couleur qui
apparaissent au premier plan de l'écran de veille. A chaque
fois qu'une étape est terminée, le
résultat calculé apparaît sur
l'écran de veille. Chaque disque est une reproduction de
l'image originale, retouchée pour mettre en relief les
différentes textures.
Que
signifie cet objet en forme de cratère lunaire en
arrière plan ?
L'image en arrière plan est
une microphotographie suite à une expérience de
cristallisation d'une protéine. L'expérience a
lieu dans une gouttelette d'eau de la taille d'une tête
d'épingle (200 nanolitres), en suspension dans un contenant
rempli d'huile. Les parois du contenant et la gouttelette
approximativement circulaire sont visibles sur la photo. A
l'intérieur de la gouttelette, le
précipité d'une protéine ou d'un sel,
ou même le crystal d'une protéine doit
être visible.
Que
sont ces disques ? Chaque disque a une couleur différente.
Peut-on m'expliquer ce que cela signifie ?
Chaque disque correspond à
la visualisation d'une estimation de texture différente
appliquée à l'image en arrière plan.
Ainsi, lorsque 2 disques ont des couleurs différentes, cela
signifie que les textures sont plus ou moins proéminentes
pour chaque point de l'image. Vingt-six textures peuvent être
visualisés dans cet écran de veille.
Chaque mesure s'intéresse
à la fréquence de retour des niveaux de gris
entre les paires de pixel de l'image, et résume ces
fréquences en utilisant le contraste, la
corrélation, la variance et l'entropie entre chaque pixel.
Chacune des 13 catégories de statistiques est
mesuré plusieurs fois en faisant varier l'orientation
relative des paires de pixel.
Chaque disque permet de visualiser les
résultats de la recherche pour une texture
particulière de l'image originale. La recherche de texture
se déroule en 3 étapes. La première
étape consiste à détecter les plus
fins changements des niveaux de gris de l'image, la seconde
étape détecte les changements dans des niveaux de
détail moyen, et la 3ème étape les
changements dans des niveaux de détail plus
épais. Vous pouvez visualiser ces 3 étapes en
suivant les flèches rouge (1er étape), verte
(étape 2) et bleue (étape 3) qui
décrivent un processus de traitement complet (image
ci-dessous). Une région en bleu indique que cette partie de
l'image originale a une texture plus visible lorsque l'on
étudie les changements des niveaux de gris à des
niveaux de détails épais.
J'ai
noté que le disque le plus à droite est de temps
en temps remplacé par un nouveau disque et que tous les
autres disques se déplacent vers la gauche et le dernier
disparaît. Que se passe t'il ?
L'écran de veille ne montre
que les 10 dernières images analysées. Lorsqu'une
image est analysée, son résultat s'affiche, et
l'analyse la plus ancienne est retirée.
La gestion de son compte Se rendre sur la page d'accueil du site WCG : www.worldcommunitygrid.org/
Choisir Mes Calculs dans le menu en haut.
Vous pouvez aussi y accéder
directement en appuyant sur ce
lien
Rentrer son nom de membre ainsi que son mot de passe.
Vous avez la
possibilité de gérer les
préférences vous concernant.
Notamment de changer votre nom de membre, d'avoir une vue d'ensemble
des unités calculées,
ou de changer les préférences du projet dans les options avancées.
Il est aussi possible de choisir dans Mes projets si voulez
participer à un ou plusieurs projets en particulier, ou de
demander à participer au bêta test de nouveaux projets.
Lorsqu'un nouveau projet arrive sur
WCG, il est automatiquement coché sur tout les comptes.
C'est à l'utilisateur de faire la démarche si il
ne souhaite pas participer à ce nouveau projet.
Cet article a été publié le 11-11-2007 02:08. Vous pouvez suivre les commentaires suscités par cet article grâce au fil RSS 2.0. Vous pouvez laisser un commentaire.
Dernière mise à jour 13-05-2009 23:34
Vos commentaires (0)
Seul les utilisateurs enregistrés peuvent commenter un article.
L'une des méthodes de choix pour déterminer la
structure des protéines est la cristallographie aux rayons
X. Grâce à cette méthode, les
scientifiques utilisent la filière de cristallisation
à haut débit pour aider à annoter les
parties inconnues du protéinome humain, qui à son
tour aidera à améliorer leur
compréhension des débuts, de la progression et du
traitement du cancer.* 
Pour
réaliser les millions de combinaisons nécessaires
pour cristalliser avec succès une protéine, les
scientifiques utilisent des robots. Ces robots sont capables de mettre
en place les différents paramètres de
cristallisation plus rapidement et plus
précisément. Pour faciliter davantage le
processus, le résultat de chacune des millions
d'expériences de cristallisation est
photographié. 
L'un des défis est la taille monumentale de ces fichiers
(plus de 25 To d'espace de stockage ou l'équivalent de plus
de 9000 DVD). Le supercalculateur Blue Gene d'IBM a aidé au
cours de cette phase du projet, en exécutant un algorithme
spécial de compression d'image pour réduire la
taille de ces images sans en perdre le contenu. L'autre défi
consiste à analyser complètement une image afin
de déterminer le résultat de la cristallisation,
tâche qui prend environ 10 heures sur un seul ordinateur. Les
chercheurs auraient donc besoin d'environ 100 000 ans pour analyser les
images existantes. 
World
Community Grid et "Help Conquer Cancer"
Si le cristal produit
n'est pas de forme régulière, ou qu'il n'est pas
assez grand, les scientifiques peuvent quand même utiliser
les informations pour les aider à déterminer les
conditions nécessaires pour créer un cristal de
forme régulière. Par exemple, ils peuvent
apprendre que la protéine X à laquelle on
applique la condition A donne un microcristal, et que la
protéine A à laquelle on applique la condition Z
donne aussi un microcristal. En ce basant sur ces informations, ils
peuvent effectuer des expériences supplémentaires
pour déduire quelles conditions doivent être
optimisées pour créer un cristal plus grand et de
forme régulière. 
