
Parmentelat, Thierry (19..-....)
Thierry Parmentelat a mené une carrière hybride entre les mondes académique et industriel. Ses centres d'intérêt couvrent les langages de programmation, les réseaux, et l'algèbre. Actuellement ingénieur de recherche chez Inria, Thierry Parmentelat utilise Python depuis plus de 10 ans pour ses travaux de recherche, ainsi que pour le développement des plateformes expérimentales dont il a la charge.
- Algorithmes
- Bioinformatique
- Génomique
- biologie application informatique
- ADN
- biologie cellulaire et moléculaire
- modélisation
- biologie application informatique
- biologie cellulaire et moléculaire
- modélisation
- biologie application informatique
- ADN
- biologie cellulaire et moléculaire
- modélisation
- biologie application informatique
Vidéos
2.7. Les compromis de la conception d’algorithmes
La mise en oeuvre d'une structure de données appropriée permet, nous l'avons vu, d'améliorer les performances d'algorithmes. Nous en avons vu l'exemple sur la recherche d'un triplet dans un tableau de
3.4. Prédiction de tous les gènes d’une séquence
En combinant de façon adéquate la recherche des triplés Stop et Start sur un brin d'ADN, nous avons obtenu un algorithme qui prédit les gènes sur ce brin, mais également sur une phase. C'est-à-dire en
5.3. Remplir un tableau de distances
Pour tenter de construire l'arbre phylogénétique d'un ensemble d'espèces, nous allons utiliser les données et génotypique ou des données génotypiques disponibles sur ces espèces. Plus clairement, nous
5.1. L’arbre des espèces
Dans cette cinquième et dernière partie de notre cours sur le génome et les algorithmes, qui se veut une introduction à l'analyse informatique de l'information génétique, nous regarderons de plus près
1.1. La cellule, atome du vivant
Bienvenue dans cette introduction conjointe aux notions fondamentales de génomique et d'algorithmique, autrement dit, de l'analyse informatique de l'information génétique, ce qu'on peut désigner de
1.10. Des fenêtres glissantes et recouvrantes
Notre sympathique algorithme de balade sur l'ADN, a permis de mettre en évidence des biais de composition de séquences, a fait apparaître sur le tracé un point de rebroussement que l'on peut
3.7. Index et arbre des suffixes
Il y a donc deux approches pour améliorer la performance des algorithmes de recherche d'un motif dans une chaîne de caractères. La première approche consiste à pré-traiter le motif. On a vu un exemple
3.9. Comment évaluer la qualité de prédiction des méthodes ?
Nous avons vu qu'il était possible, ou du moins nous le pensions, améliorer la qualité de prédiction des gènes sur un génome bactérien en introduisant des démarches supplémentaires, de recherches de
4.6. Si un chemin est optimal, tous ses chemins partiels sont optimaux
Nous cherchons à concevoir un algorithme capable de déterminer l'alignement optimal de 2 séquences. Et nous avons vu que ça revient à chercher un algorithme qui recherche un chemin optimal dans une
4.8. Un algorithme récursif
Nous avons désormais en main tous les éléments pour écrire notre algorithme de détermination d'un alignement optimal, ici d'un chemin optimal. Avec les notations que nous avons introduites, je vous
1.5. Compter les nucléotides
Notre premier algorithme vise assez simplement à compter les nucléotides d'une séquence génomique, autrement dit à compter les lettres dans une chaîne de caractères. En entrée, cette chaîne de
2.6. Algorithmes + structures de données = programmes
En écrivant le code de la fonction, qui recherche un triplet dans le tableau qui implémente le code génétique, nous avons terminé et obtenu un algorithme de traduction d'une séquence d'ADN, voire d