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
-
1.4. 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
-
2.2. Les gènes, de Mendel à la biologie moléculaire
RechenmannFrançoisParmentelatThierryLa séquence de caractères est un bon modèle de l'ADN, un des modèles possibles de l'ADN et il est bon parce qu'il est utile. On va voir en particulier que ce modèle simple peut servir de support à de
-
3.1. Tous les gènes se terminent sur un codon stop
RechenmannFrançoisParmentelatThierryUne fois la séquence d'un génome complet obtenue, débute la phase d'annotation. L'annotation elle-même consiste tout d'abord à rechercher la localisation, c'est-à-dire la position des gènes sur cette
-
3.2. Un algorithme simple de prédiction de gènes
RechenmannFrançoisParmentelatThierrySur la base des principes énoncés précédemment, nous allons écrire un premier algorithme de prédiction de gènes sur un texte génomique procaryote. Je rappelle ces principes. L'idée est la suivante :
-
4.2. Évolution et similarité de séquences
RechenmannFrançoisParmentelatThierryAvant de chercher à quantifier ce qu'est la similarité de séquence, on peut se poser la question même de savoir pourquoi des séquences de génome sont similaires entre organismes. La réponse tient dans
-
4.4. L’alignement de séquences devient un problème d’optimisation
RechenmannFrançoisParmentelatThierryLa distance de Hamming nous donne une première possibilité de mesurer la similarité entre 2 séquences. Mais elle ne reflète pas suffisamment la réalité biologique. Qu'est-ce que j'entends par là ? On
