Fat&MuscleDB: A database to understand tissue growth processes contributing to body or muscle composition - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Communication Dans Un Congrès Année : 2015

Fat&MuscleDB: A database to understand tissue growth processes contributing to body or muscle composition

Résumé

To minimise unnecessary redundancy in research efforts by a better use of available data, we present a web-based database and data-mining platform named Fat&MuscleDB. Genomics on muscle and adipose tissue growth has generated huge amount of data which are available in journals and in databases. Unfortunately these data are scattered on the Internet in a heterogeneous format. Thus, it is difficult to exploit them efficiently. We hypothesise that these data can allow identifying genes or proteins involved in adipose and muscle tissues development contributing to body or muscle composition, two key criteria of carcass and meat quality. Currently, Fat&MuscleDB contains genomic expression data and differential abundance data from about 100 publications and 75 GEO datasets. These data can be queried, visualised, and downloaded in different ways: the data visualisation of each reference, the search of transcripts or proteins in references, and the data aggregation based on criteria of adipose and muscle growth. The aggregation function of Fat&MuscleDB is illustrated through two questions: ''What are the proteins secreted by muscles?" and ''What are the transcripts and proteins involved in the growth of muscle tissue from genetic origins of bovine?''.
Afin de minimiser les efforts de recherches inutiles par une meilleure utilisation des données disponibles, nous vous présentons une base de données en ligne pourvue d’un outil d’agrégation de données appelée Fat&MuscleDB. La génomique utilisée pour comprendre les mécanismes de la croissance des tissus musculaires et adipeux a généré une énorme quantité de données disponibles dans des revues et des bases de données. Malheureusement, ces données sont dispersées sur l'Internet dans un format hétérogène. Ainsi, il est difficile de les exploiter efficacement. Nous émettons l'hypothèse que ces données peuvent permettre d'identifier des gènes ou des protéines impliqués dans le développement des tissus adipeux et musculaires contribuant à la composition corporelle ou musculaire, deux critères clés de la qualité des carcasses et des viandes chez les ruminants. Actuellement, Fat&MuscleDB contient des données d'expression génique et des données d'abondance différentielle extraites d'environ 100 publications et 75 ensembles de données de GEO. Pour interroger, visualiser et télécharger ces données les outils proposés sont : la visualisation des données par référence, la recherche de transcrits ou de protéines dans les références et l'agrégation de données basée sur des critères de croissances adipeuse et musculaire. La fonction d'agrégation de Fat&MuscleDB est illustrée à travers deux questions: ''Quelles sont les protéines sécrétées par les muscles?'' et ''Quels sont les transcrits et les protéines impliqués dans la croissance du tissu musculaire en fonction des origines génétiques des bovins?''.
Fichier principal
Vignette du fichier
JOBIM2015_submission_73_1.pdf (700.83 Ko) Télécharger le fichier
JOBIM_2.pdf (5.23 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02739407 , version 1 (02-06-2020)

Identifiants

  • HAL Id : hal-02739407 , version 1
  • PRODINRA : 355189

Citer

Jérémy Tournayre, Isabelle Cassar-Malek, Matthieu Matthieu.Reichstadt@inrae.Fr Reichstadt, Brigitte B. Picard, Nicolas Kaspric, et al.. Fat&MuscleDB: A database to understand tissue growth processes contributing to body or muscle composition. JOBIM 2015 - Journées Ouvertes Biologie Informatique Mathématiques, Jul 2015, Clermont-Ferrand, France. ⟨hal-02739407⟩
4 Consultations
10 Téléchargements

Partager

Gmail Facebook X LinkedIn More