De nos jours, la qualité des données de protéomique produites par spectrométrie de masse est supérieure à la celle de leur traitement informatique et statistique, de sorte que cette dernière étape est devenue le maillon faible de la chaîne. Pourtant, le traitement fiable, rapide et robuste de ces données est indispensable pour l’extraction de connaissances biologiques pertinentes.

Afin de permettre une exploration plus complète et plus précise des mélanges complexes de protéines qui sont présents dans les échantillons biologiques, des chercheurs de notre laboratoire développent de nouveaux outils statistiques qui sont particulièrement précieux pour exploiter au mieux les données quantitatives qui peuvent être obtenues à partir de ces échantillons. Ces outils sont intégrés à différentes suites logicielles, telles que Proline (développée dans le cadre de PRoFI, l’infrastructure nationale de Protéomique), ou ProStaR (disponible au téléchargement gratuitement ou en test), au même titre que de nombreux traitements statistiques préexistant de l’état de l’art. Ceux-ci permettent à l’expert en Protéomique de réaliser plus facilement, de manière robuste et reproductible, l’ensemble des traitements statistiques nécessaires à une analyse complète : filtrage, normalisation, imputation, agrégation, tests d’hypothèses et correction de la multiplicité des tests.

Au-delà des outils logiciels, la réflexion menée en amont de ce travail nous a permis de développer un regard critique sur les méthodologies existantes, de les compléter, ou de les remplacer par des méthodes plus adaptées aux spécificités de la protéomique. C’est dans ce contexte, qu’ils ont notamment proposé de :
• Raffiner les méthodes d’estimation du taux de fausses découvertes (la proportion de protéines dont les abondances sont considérées varier entre des conditions biologiques différentes) ^{[Référence 4]} ;
• Améliorer l’imputation des valeurs manquantes (en tenant compte à la fois des intensités peptidiques censurées car sortant de la gamme dynamique du spectromètre et des valeurs manquantes aléatoires)^{[Référence 3]} ;
• Développer de nouveaux tests statistiques spécifiques prenant notamment en compte le graphe de relation peptides-protéines ^{[Référence 2]}.

Ces outils ouverts à la communauté ont comme principal intérêt de nous permettre de fournir une description et une quantification encore plus exhaustive et plus précise des protéomes, dans tous les projets l’impliquant.