Notice
Reasoning over large-scale biological systems with heterogeneous and incomplete data
- document 1 document 2 document 3
- niveau 1 niveau 2 niveau 3
Descriptif
Data produced by the domain of life sciences in the next decade are expected to be highly challenging. In addition to scalability issues which are shared with other applications domains, data produced in life sciences have very specific characteristics: multi-scale, incomplete, heterogeneous but somehow interdependent. This makes data-mining methods less efficient than expected to assist knowledge discovery. An example of such limitations is the study of biological systems in molecular and cellular biology, which cannot be uniquely identified with the data at hand.In this talk, we will introduce a strategy to study biological systems in the framework of incomplete data.
This strategy relies on reasoning and logical programming technics, allowing to model interactions within a system, take into account information carried by the overapproximated dynamics of the system, and finally extract relevant properties by solving combinatorial problems. We will illustrate this approach on the emerging field of systems ecology which aims at understanding interactions between a consortium of microbes and a host organism.
Thème
Documentation
Documents pédagogiques
Sur le même thème
-
Le projet dnarXiv : Stockage de données sur des molécules d'ADN
LavenierDominiqueDuprazElsaLeblancJulienCoatrieuxGouenouDominique Lavenier, Elsa Dupraz, Julien Leblanc et Gouenou Coatrieux nous présentent le projet dnarXiv, un projet porté par le LabEx CominLabs qui explore le stockage de données sur des molécules d
-
21 Molecular Algorithms Using Reprogrammable DNA Self-Assembly
WoodsDamienThe history of computing tells us that computers can be made of almost anything: silicon, gears and levers, neurons, flowing water, interacting particles or even light. Although lithographically
-
Des métiers de la bio-informatique
Courtes vidéos pour sensibiliser le jeune public aux débouchés/métiers de la filière numérique et pour promouvoir les sciences du numérique, plus globalement les carrières scientifiques.L'objectif est
-
Biological Networks Entropies: examples in neural, genetic and social networks
DemongeotJacquesThe networks used in biological applications at different scales (molecular, cellular and populational) are of different types, genetic, neuronal, and social, but they share the same dynamical
-
Génomique et informatique
RislerJean-LoupLa presse généraliste, et bien entendu la presse spécialisée, se font régulièrement l'écho du séquençage complet d'un nouveau génome. Il est cependant impossible pour le grand public de se rendre
-
Apport de l'informatique à la génomique des cancers
ViariAlainLa plupart des gènes de notre génome sont présents en deux copies (une sur chaque chromosome homologue). Dans un génome tumoral, en revanche, il est fréquent d'observer soit des pertes soit, au
-
1.9. Prédire l’origine de réplication
RechenmannFrançoisParmentelatThierryNous avons écrit un algorithme sympathique en ce qu'il dessine un chemin conforme à la succession des lettres d'une séquence génomique. Cet algorithme simple, au-delà du dessin qu'il produit, est-il
-
2.5. Implémenter le code génétique
RechenmannFrançoisParmentelatThierryNous avons écrit le corps de l'algorithme de traduction, et nous avons fractionné la complexité d'écriture de cet algorithme en faisant appel à une fonction qui recherche dans le tableau, qui
-
3.5. Comment améliorer la qualité des prédictions ?
RechenmannFrançoisParmentelatThierryIl faut toujours le répéter et le souligner, les algorithmes qui déterminent des gènes déterminent des gènes candidats. Ce sont des prédictions de gènes. Donc la question est de savoir s'il est
-
4.9. Éviter la récursivité : une version itérative
RechenmannFrançoisParmentelatThierryLa fonction récursive que nous avons obtenue est d'un code assez compact et plutôt élégant, mais effectivement peu efficace. Pourquoi ? Rappelons son fonctionnement. Cette fonction est d'abord appelée
-
4.7. Coûts et alignement
RechenmannFrançoisParmentelatThierryNous avons vu l'ébauche de notre algorithme d'alignement optimal en considérant la possibilité de calculer le coût optimal, ou score optimal, de ce dernier noeud. Et nous avons vu que le coût de ce
-
1.4. Qu’est-ce qu’un algorithme ?
RechenmannFrançoisParmentelatThierryLes génomes peuvent donc être vus comme une longue suite de lettres écrites dans l'alphabet : A, C, G et T. Comment interpréter ces textes ? Ça va être le sujet de la bio-informatique à l'aide d