Domaines Scientifiques

Domaines Scientifiques

Bioinformatique et Systèmes Biologiques

Associant informaticiens et biologistes, le laboratoire développe un large spectre de compétences pour la bioinformatique et l’étude des systèmes biologiques. Cette démarche allie l’expérimentation, la modélisation, la simulation et l’apprentissage statistique. En informatique, nos recherches portent sur le développement de nouveaux outils théoriques et algorithmiques. Nous nous intéressons en premier lieu à élaborer des modèles continus ou discrets des systèmes dynamiques que sont les réseaux de régulation génique, les réseaux de signalisation ou les réseaux métaboliques et à en étudier les propriétés; plus particulièrement aux propriétés de robustesse, causalité et modularité dans ces réseaux. En second lieu, nous développons de nouveaux algorithmes d’intégration de données et d’apprentissage statistique pour identifier ces systèmes biologiques (réseaux de régulation, réseaux métaboliques) dont les dynamiques non linéaires ne sont observées que très partiellement et en un nombre limité de points de temps. En troisième lieu, nous nous intéressons aux données structurées (séquences, arbres, graphes), nombreuses en biologie et proposons des méthodes d’algorithmique combinatoire, d’inférence grammaticale et d’apprentissage statistique pour l’analyse et la prédiction de ces données. Ces recherches permettent la prédiction automatique de structures d'ARNs non-codants à grande échelle dans les génomes et l’inférence d’interactions physiques entre protéines. En biologie, nous étudions le rôle du microenvironnement sur le comportement migratoire de cellules cancéreuses et en particulier le rôle de molécules retrouvées en grandes quantités autour des tumeurs les plus invasives, et qui représentent cliniquement des facteurs indépendants de mauvais pronostic. Ces molécules modulent les voies de signalisation intracellulaires impliquées dans l’échappement métastatique et déterminent la mobilité cellulaire et l’expression de transcrits ou de protéines liés au processus cancéreux. La modélisation mécanique et des formalismes de modélisation, et de simulations multi-agents sont utilisés pour prédire les comportements moléculaires ou cellulaires.

Mots clés méthodes : modèles d’équations différentielles, modèles markoviens, réseaux booléens, algorithmique, méthodes formelles, apprentissage statistique, fouille de données, classification, clustering, intégration de données, régularisation, méthodes à noyaux, prédiction de structures d'ARN non-codants, recherche de microARNs, dynamique du micro-environnement, migration et cancer.

Last modified: 2013/10/14 16:36