Mathématiques et Informatique Appliquées
du Génome à l'Environnement

 

Prochains séminaires organisés par l'unité

  • Lundi 27 mai 2024 - - Salle de réunion 142, bâtiment 210
    Annulé
    --
  • Lundi 10 juin 2024 - - Salle de réunion 142, bâtiment 210
    Kerian Thuillier
    (Equipe Dyliss, Irisa, Rennes)
    Inférence de règles de régulation métabolique à partir de séries temporelles (MERRIN [1])

    De nombreuses techniques ont été développées pour inférer des règles de régulations booléennes à partir d'un réseau de connaissances a priori et de données expérimentales. Ces méthodes sont capables d'inférer des règles booléennes pour les réseaux de transcription et de signalisation, mais elles ne parviennent pas à retrouver les règles de régulation métabolique contrôlant le métabolisme. Notre approche MERRIN [1] permet d'inférer les règles de régulation métabolique à partir d'un réseau de connaissances a priori et de séries temporelles. Ces séries temporelles prennent la forme d'observations successives du système de régulation, du métabolisme et/ou des concentrations en substrats. Ces observations peuvent être soit quantitatives soit qualitatives pour le métabolisme et les concentrations de substrats, et qualitatives pour les observations du système de régulation. L'approche MERRIN repose sur une formulation du problème d'inférence comme un problème d'optimisation sous contraintes logiques et contraintes linéaires quantifiées pour laquelle nous avons développé notre problème méthode de résolution [2]. Nous illustrerons cette approche avec l'application de MERRIN pour retrouver les régulations d'un réseau métabolique basé sur E. coli [3] à partir de simulations d-rFBA. MERRIN permet d'identifier les régulations nécessaires pour reproduire les changements de flux observés dans le temps.

    Références:
    [1] Thuillier, K., Baroukh, C., Bockmayr, A., Cottret, L., Paulevé, L., and Siegel, A. 2022. MERRIN: MEtabolic Regulation Rule INference from time series data. Bioinformatics, 38(Supplement 2): ii127-ii133
    [2] Thuillier, K., Siegel, A., and Paulevé, L. 2024. CEGAR-Based Approach for Solving Combinatorial Optimization Modulo Quantified Linear Arithmetics Problems. Proceedings of the AAAI Conference on Artificial Intelligence, 38(8), 8146-8153.
    [3] Covert, M. W.; Schilling, C. H.; and Palsson, B. 2001. Regulation of gene expression in flux balance models of metabolism. Journal of Theoretical Biology, 213(1): 73-88.
     

  • Lundi 24 juin 2024 - - Salle de réunion 142, bâtiment 210
    Samuel Gruffaz
    (Centre Borelli, ENS Paris Saclay)
    TBA
  • Lundi 9 septembre 2024 - - Salle de réunion 142, bâtiment 210
    Céline Casenave
    (UMR MISTEA, INRAE Montpellier)
    TBA
  • Lundi 23 septembre 2024 - - Salle de réunion 142, bâtiment 210
    Mélisande Blein-Nicolas
    TBA
  • Lundi 7 octobre 2024 - - Salle de réunion 142, bâtiment 210
    TBA
    TBA
  • Lundi 4 novembre 2024 - - Salle de réunion 142, bâtiment 210
    TBA
    TBA
  • Lundi 18 novembre 2024 - - Salle de réunion 142, bâtiment 210
    TBA
    TBA
  • Lundi 2 décembre 2024 - - Salle de réunion 142, bâtiment 210
    TBA
    TBA
  • Lundi 16 décembre 2024 - - Salle de réunion 142, bâtiment 210
    TBA
    TBA