UR 1404 Mathématiques et Informatique Appliquées du Génome à l'Environnement (MaIAGE)

Bandeau-MaIAGE-page-accueil

L'unité de recherche MaIAGE regroupe des mathématiciens, des informaticiens, des bioinformaticiens et des biologistes autour de questions de biologie et agro-écologie, allant de l'échelle moléculaire à l'échelle du paysage en passant par l'étude de l'individu, de populations ou d'écosystèmes. Elle est structurée en cinq équipes :

  • Dynenvie : modélisation dynamique et statistique pour les écosystèmes, l'épidémiologie et l'agronomie
  • Bibliome : acquisition et formalisation de connaissances à partir de textes
  • BioSys : biologie des systèmes
  • StatInfOmics : bioinformatique et statistique des données "omiques"
  • Migale : plateforme bioinformatique

L'unité développe des méthodes mathématiques et informatiques originales de portée générique ou motivées par des problèmes biologiques précis. Elle s'implique aussi dans la mise à disposition de bases de données et de logiciels permettant aux biologistes d'utiliser les outils dans de bonnes conditions ou d'exploiter automatiquement la littérature scientifique.

L'inférence statistique et la modélisation dynamique sont des compétences fortes de l'unité, auxquelles s'ajoutent la bioinformatique, l'automatique et l'algorithmique. Les activités de recherche et d'ingénierie s'appuient également sur une forte implication dans les disciplines destinatrices : écologie, environnement, biologie moléculaire et biologie des systèmes.

MaIAGE est rattachée à deux départements de l'Inra :

Dernières publications

Dérozier S, Nicolas P, Mäder U, Guérin C (2021) Genoscapist: online exploration of quantitative profiles along genomes via interactively customized graphical representations. BIOINFORMATICS, , doi: 10.1093/bioinformatics/btab079

Bystrova, D., Arbel, J., Kon Kam King, G., Deslandes, F. (2021) Approximating the clusters' prior distribution in Bayesian nonparametric models. Third Symposium on Advances in Approximate Bayesian Inference, Volume : , https://openreview.net/forum?id=J0SSW5XeWUY

Bray J.P., O'Reilly-Nugent, A., Kon Kam King, G., Sarit Kaserzon, Nichols, S. J., Mac Nally, R., Thompson, Ross M., Kefford, B. J. (2020) Can SPEcies At Risk of pesticides (SPEAR) indices detect effects of target stressors among multiple interacting stressors?. Science of The Total Environment, Volume : in press, https://doi.org/10.1016/j.scitotenv.2020.142997

L Schwendimann, D Merda, T Berger, S Denayer, C Feraudet, Tarisse, A J Kläui, S Messio, M Y Mistou, Y Nia, J A Hennekinne, H U Graber
(2020) Staphylococcal enterotoxin gene cluster: prediction of enterotoxin (SEG and SEI) production and of the source of food poisoning based on v Saβ typing . APPLIED AND ENVIRONMENTAL MICROBIOLOGY, Volume : , doi: 10.1128/AEM.02662-20.

Sultan, Ibrahim; Fromion, Vincent; Schbath, Sophie; Nicolas, Pierre. (2020) Statistical modelling of bacterial promoter sequences for regulatory motif discovery with the help of transcriptome data: application to Listeria monocytogenes. Journal of The Royal Society Interface, , DOI