# Réunion PhyloAlps #1

*20/02/2017*

## Participants
* Frédéric Boyer    
* Eric Coissac
* Roland Douzet  
* Anthony Hombiat
* Sébastien Lavergne  
* Christophe Perrier

## Considérations générales
* BD **séquences ADN des plantes de l'arc Alpin**
* Base de données pour la réduction du génome :
    * **Genome skimming**
    * RADseq : sélection aléatoire d'un sous ensemble du génome (reproductible)
    * Capture d'exon : cible spécifiquement les protéines
* BD ouverte à tous les organismes experts du domaine
* Répertorie les plantes angiospermes et vasculaires
> Au-delà du problème technique, problème politique : les instituts sont crispés sur leur données : il faut les valoriser via la BD, externaliser la responsabilité et rendre les jeux de données des différentes institutions modulaires pour pouvoir les gérer indépendamment.

## Données disponibles dans BD existantes

* **Herbier PhyloAlps** (en cours de réalisation), QR code (référence espèce et séquence)
* **Herbier du [CBNA]** : conservatoire Botanique Nationaux (CBN Alpin à Briançon et CBN Méditerranéen)
* **[GBIF]** : Global Biodiversity Information Facility (occurrences, observations, /!\ couverture)
* **[Androsace]** : traits biologiques de référence pour les plantes Alpines (voir avec Julien pour la disponibilité des données)
* **[IFB]** : Institut Français pour la Bioinformatique
* **[FRB]** : Fondation pour la Recherche en Biodiversité
* **[BOLD]** : pas le génome complet (marqueurs taxonomiques, 2 gènes matK et rbcL)
* **[INSD]** : International Nucleotide Sequence Database Collaboration :
  * **NCBI [GenBank]** : National Center for Biotechnology Information
  * **[EMBL]** : European Molecular Biology Laboratory
  * **[DDBJ]** : DNA DB of Japan European Molecular Biology Lab
* **[UniProtKB]** (Swiss-Prot) utilise [EMBL]
* **[Phylota]** : browser pour les plantes
* **FloraAlpina** (version électronique ?)
* **[Tela Botanica]** : association de botanique de référence pour la botanique numérique
* **[Plant list]** (cf. [Kew project] : séquençage d'exons)

## Interface de restitution

* Recherche génomique type sur la BD :
  * Synonymie sur le référentiel taxonomique
  * Entonnoir : Taxon > librairie > échantillon
* Pour chaque collection :
  * Description
  * Emprise fonctionnelle
  * Emprise géographique
* Une page par taxon ? par biome ?
  * TaxId
  * Binôme genre-espèce et auteur (cf. Carl Von Linné)
  * Photos et scans d'herbier (serveurs d'images ? modèle d'herbier numériques existants ?)
  * Séquences d'ADN
  * Aires de répartition
  * Plotlist
  * Traits biologiques
  * Génome skimming
  * Accès part d'herbier
  * Silicathèque (conservation supérieure de l'ADN grâce à une sécheresse maximum)
  * Localisation GPS (souplesse, pas obligatoire)
  * Taxon coverage
  * Lien vers GBIF France
  * Critères remarquables
  * Chaque échantillon est rattaché à
    * une collection primaire
    * 0 ou plusieur(s) collection(s) secondaire(s)

## Qualité des données

* 2 types de données :
  * Données pérennes (séquence, scan) -> entrées une fois pour toutes
  * Données périssables (échantillons physiques) -> méthodes et outils pour la mise à jour
    * Que faire des calculs longs qui s'exécutent alors que les données en entrée changent ?
* Modération, pas de modification directe de la BD
* Utilisateur identifié en tant que référent et garant :
  * Qui ?
  * Quel labo ?
* Référentiel mondial des noms d'auteur
* Utilisateur responsabilisé, rattaché à une collection
  * batchs de soumission
* Modèle de qualité de la donnée multi-critères
  * Confiance en l'auteur
  * Avis subjectif de l'auteur
  * Complétude des caractéristiques générales
  * Complétude des caractéristiques génomiques
  * Avis des utilisateurs
    * Système d'annotations : cf. features table EMBL/GenBank doc (système de preuves "evidences")
    * Issue tracking system (cf. Alain Viari, DR INRIA, bioinformaticien Herbs)
* Processus de validation de la données en plusieurs étapes
  * Vérification syntactique et sémantique (automatique)
  * Identification des outliers (semi-automatique)
* Elaboration de méthodes pour l'exploitation conjointe de référentiels taxonomiques hétérogènes :
  * [NCBI]
  * [Plant List]
* Suivi de versions
  * Modifications en continu ?
  * Nouvelle mouture tous les X mois ?

[CBNA]:http://www.cbn-alpin-biblio.fr/
[GBIF]:http://www.gbif.org/
[Androsace]:http://androsace.ujf-grenoble.fr/
[IFB]:https://www.france-bioinformatique.fr/
[FRB]:http://www.fondationbiodiversite.fr/fr/
[BOLD]:http://www.boldsystems.org/
[INSD]:https://www.ncbi.nlm.nih.gov/genbank/collab/
[NCBI]:https://www.ncbi.nlm.nih.gov/
[GenBank]:https://www.ncbi.nlm.nih.gov/genbank/
[EMBL]:http://embl.org/
[DDBJ]:http://www.ddbj.nig.ac.jp/
[UniProtKB]:https://www.ebi.ac.uk/uniprot
[Phylota]:http://phylota.net/
[Plant list]:http://www.theplantlist.org/
[Kew project]:http://www.kew.org/
[Tela Botanica]:http://www.tela-botanica.org/