GD2GS

Apprentissage semi-supervisé de structure de graphes en utilisant des approches statistiques et relationnelles: vers l'identification de réseaux de régulation à partir de données génomiques hétérogènes

Description du projet

En biologie moléculaire, un réseau de régulation se comporte comme un système complexe dont on peut seulement observer certaines variables. Modéliser et identifier ces systèmes à partir de données expérimentales constitue un des plus importants défis dans ce domaine. En effet, un succès significatif dans cette entreprise peut permettre d'améliorer le diagnostic médical ou ouvrir la porte au ciblage thérapeutique.

Bien que les récents développements spectaculaires des méthodes de criblage à haut débit telles que les puces à ADN aient provoqué un afflux massif de données, il semble  qu'il ne soit pas pertinent à l'heure actuelle d'envisager la reconstruction des réseaux de régulation à une très grande échelle. Il faut sans doute aussi considérer en plus des données du transcriptome, les connaissances partielles concernant certaines des interactions macromoléculaires, les informations sur les facteurs de transcription et les sites de liaison ainsi que les ontologies de gènes. Dans ce projet, nous proposons de développer des approches originales en apprentissage automatique, opérant dans un cadre semi-supervisé, qui se focaliseront sur l'identification de sous-réseaux plutôt que sur des réseaux entiers. L'étude de certains sous-réseaux impliqués dans la réponse des cellules de la peau aux irradiations nous servira de cas de base pour notre travail. Nous proposerons essentiellement deux familles de méthodes pour découvrir de nouvelles interactions à parti d'un réseau partiellement connu et de multiples sources de données (puces à ADN, ChIP-on-chip...). En premier lieu nous développerons des modèles génératifs et de mélanges de ces modèles dans un cadre semi-supervisé. En second lieu, nous testerons des méthodes telles que les SVM (machines à vecteurs de support) ainsi qu'une combinaison d'inférence statistique et de programmation logique probabiliste pour apprendre le concept (relationnel) de régulation entre un couple de gènes. Dans l'ensemble du projet, nous porterons une attention particulière aux méthodes de validation des résultats : qu'il s'agisse de validation interne (méthodes robustes d'estimation) ou de validation externe (confirmation et infirmation des résultats par de nouvelles expériences).

Coordinateur du projet

D'ALCHÉ-BUC Florence - Laboratoire des méthodes informatiques – CNRS (8042).

Partenaires

§ AMBROISE Christophe - Heuristique et diagnostique des systèmes complexes, Université de Technologie de Compiègne, CNRS (UMR 6599).

§ VRAIN Christel - Laboratoire d'Informatique Fondamentale d'Orléans - Université d'Orléans UFR Sciences, CNRS, Unité de recherche EA 4022.

§ FROUIN Vincent – DSV Génétique Fonctionnelle- Commissariat à l’Energie Atomique.