Mathématiques et Informatique Appliquées
du Génome à l'Environnement

 

 

BioModStat

Equipe(s)
Agence de moyen
Etat
Titre du projet
Modélisation et statistique pour la biologie cellulaire
Défi/axe ANR
Axe F.01 Mathématiques
Coordinateur.trice
P. Pudlo (I2M, Aix Marseille Université)
Participants de MaIAGE
M. Mezache, L. Sala
Partenaires (hors MaIAGE)
IBDM (Aix Marseille Université), Inria Nice, Institut Denis Poisson (Université Orléans)
Année de démarrage - Année de fin de projet
2024-2028
Date de fin du projet
Résumé
De nombreux enjeux de biologie cellulaire nécessitent l’emploi de modèles mathématiques
sophistiqués, calibrés sur des données. Ce projet cible deux objectifs biologiques (1) la compréhension
de la dynamique du microbiote, en particulier les interactions entre la multitude de micro-organismes
qui le compose et l’hôte, (2) la compréhension du remodelage des circuits neuronaux et leur impact
sur l’évolution d’un cancer. Pour chacun des cas, des modèles déterministes, couplant équations
différentielles et équations aux dérivées partielles (EDP), seront utilisés. Le challenge est alors de
calibrer ces modèles à l’aide des données expérimentales. Dans les deux contextes biologiques, les
données sont de nature différente donnant lieu à des challenges statistiques différents. Dans le
premier cas, les jeux de données sont relativement riches, avec un suivi temporel, alors que dans le
cas du cancer, les jeux de données sont de petites tailles, sans possibilité de suivi dans le temps. Il s’agit
de construire une méthodologie capable de répondre aux questions ayant un enjeu biologique malgré
ces contraintes. Plusieurs verrous se posent :
- Modélisation : construction de modèles inspirés de ceux de la mécanique des fluides de type
mélange, pour décrire l’évolution de différentes populations de cellules ; prise en compte
d’interactions avec le micro-environnement, en particulier tumoral.
- Statistique : grande dimension en métagénomique, construction de vraisemblance, de lois a priori
pour compléter l’information parfois restreinte portée par les données ; calcul et exploitation de
l’a posteriori.
- Pluridisciplinarité : synergie entre les différentes disciplines scientifiques du projet.
Année de soumission
2024