
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
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
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
1.7. Promenade sur l’ADN
Quand les biologistes se sont trouvés confrontés au premier texte génomique, dans la deuxième moitié des années 70, ils ont été quelque peu désemparés. On peut le comprendre. Encore une fois, regardez
2.4. Un algorithme de traduction
Une protéine, en tant que succession d'acides aminés, peut-être vue comme le résultat d'un processus de traduction d'une chaîne de caractères écrite dans un alphabet de 4 lettres en une autre chaîne
2.10. Comment trouver les gènes ?
L'obtention de la séquence complète d'un génome d'un organisme vivant est certes un beau résultat, mais c'est en fait le début d'une longue phase d'interprétation, d'annotations et de comparaisons.
4.5. Un alignement de séquences vu comme un chemin dans une grille
Pour comparer deux séquences entre elles, il faut donc les aligner. Aligner ces deux séquences suppose faire des hypothèses d'insertion, délétion, aux bons endroits. Ça signifie, d'un point de vue
4.3. Quantifier la similarité de deux séquences
Le principe est donc de rechercher, dans les bases de données, des séquences similaires à celles que nous sommes en train d'étudier. Nous faisons aussi l'hypothèse que plus les séquences sont
1.2. Au cœur de la cellule, la molécule d’ADN
Au cœur de chaque cellule se trouve donc la molécule d'ADN, flottant directement dans le cytoplasme dans le cas des cellules procaryotes, par exemple bactériennes, ou contenue dans le noyau des