Méthodes de factorisation matricielle pour la génomique des populations et les tests d'association

Matrix factorization methods for population genomics and association mapping

• Auteur / Autrice : Kévin Caye
• Direction : Olivier François, Olivier Michel
• Type : Thèse de doctorat
• Discipline(s) : MBS - Modèles, méthodes et algorithmes en biologie, santé et environnement
• Date : Soutenance le 11/12/2017
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale ingénierie pour la santé, la cognition, l'environnement (Grenoble ; 1995-....)
• Partenaire(s) de recherche : Laboratoire : Techniques de l’ingénierie médicale et de la complexité - Informatique, mathématiques et applications (Grenoble, Isère, France)
• Jury : Président / Présidente : Michaël Blum
• Jury : Examinateurs / Examinatrices : Thomas Burger, Jean-Luc Bosson
• Jury : Rapporteurs / Rapporteuses : Christophe Ambroise, Charles Bouveyron

Mots clés

Mots clés contrôlés

Logiciels

Biologie

Algorithmes

Statistiques démographiques

Gènes

Mots clés libres

Optimisation

Structure génétique des populations

Métissage

Étude d'association

Facteurs de confusion

Bio-Informatique

Optimization

Genetic structure of populations

Admixture

Association study

Confounding factors

Bioinformatics

Résumé

Nous présentons des méthodes statistiques reposant sur des problèmes de factorisation matricielle. Une première méthode permet l'inférence rapide de la structure de populations à partir de données génétiques en incluant l'information de proximité géographique. Une deuxième méthode permet de corriger les études d'association pour les facteurs de confusion. Nous présentons dans ce manuscrit les modèles, ainsi que les aspects théoriques des algorithmes d'inférence. De plus, à l'aide de simulations numériques, nous comparons les performances de nos méthodes à celles des méthodes existantes. Enfin, nous utilisons nos méthodes sur des données biologiques réelles. Nos méthodes ont été implémentées et distribuées sous la forme de packages R : tess3r et lfmm.

We present statistical methods based on matrix factorization problems. A first method allows efficient inference of population structure from genetic data and including geographic proximity information. A second method corrects the association studies for confounding factors. We present in this manuscript the models, as well as the theoretical aspects of the inference algorithms. Moreover, using numerical simulations, we compare the performance of our methods with those of existing methods. Finally, we use our methods on real biological data. Our methods have been implemented and distributed as R packages: tess3r and lfmm.