Modélisation grande échelle de réseaux biologiques :<br />vérification par contraintes booléennes de la cohérence des données - TEL - Thèses en ligne Access content directly
Theses Year : 2007

Large-scale modeling of biological networks:
checking data consistency using boolean constraints.

Modélisation grande échelle de réseaux biologiques :
vérification par contraintes booléennes de la cohérence des données

Abstract

High-throughput techniques in molecular biology are able to measure a huge number of variables simultaneously. They are currently used as a routine investigation method and therefore produce large amounts of information. The analysis of high throughtput data is particularly difficult, due to their usual high level of noise, and the lack of independant samples for the same experiment. This thesis deals with the integration and the analysis of high throughput data : each type of data can be thought of as measuring a certain aspect of a biological process, so how to combine these heterogeneous data in order to deduce relevant conclusions ? To this end, we introduce a compatibility criterion between a graphical model of cellular regulations and equilibrium shift data. We then show how this criterion can be used to derive predictions or to propose corrections in case of an incompatibility. This tasks require the resolution of constraints on finite domain variables, and we developped two approaches for these problems. The first one is based on the notion of decision diagrams, which is classical data structure used for circuit verification~; the second approach we propose relies on recent techniques from logical programming. Finally, we applied our approach to real data on E. coli and yeast. The networks we considered have up to several thousands of genes and regulations. We show on these data that our consistency criterion can effectively be used to derive robust predictions, as well as relevant corrections to the model under study.
Les techniques de biologie moléculaire dites haut-débit permettent de mesurer un grand nombre de variables simultanément. Elles sont aujourd'hui couramment utilisées et produisent des masses importantes de données. Leur exploitation est compliquée par le bruit généralement observé dans les mesures, et ce d'autant plus que ces dernières sont en général trop onéreuses pour être suffisamment reproduites. La question abordée dans cette thèse porte sur l'intégration et l'exploitation des données haut-débit : chaque source de données mesurant un aspect du fonctionnement cellulaire, comment les combiner dans un modèle et en tirer des conclusions pertinentes sur le plan biologique ? Nous introduisons un critère de consistance entre un modèle graphique des régulations cellulaires et des données de déplacement d'équilibre. Nous montrons ensuite comment utiliser ce critère comme guide pour formuler des prédictions ou proposer des corrections en cas d'incompatibilité. Ces différentes tâches impliquent la résolution de contraintes à variables sur domaines finis, pour lesquelles nous proposons deux approches complémentaires. La première est basée sur la notion de diagramme de décision, qui est une structure de données utilisée pour la vérification des circuits ; la deuxième fait appel à des techniques récentes de programmation logique. L'utilisation de ces techniques est illustrée avec des données réelles sur la bactérie "E. coli" et sur la levure. Les réseaux étudiés comportent jusqu'à plusieurs milliers de gènes et de régulations. Nous montrons enfin, sur ces données, comment notre critère de consistance nous permet d'arriver à des prédictions robustes, ainsi que des corrections pertinentes du modèle étudié.
Fichier principal
Vignette du fichier
thesis_pveber.pdf (2.63 Mo) Télécharger le fichier
Loading...

Dates and versions

tel-00185895 , version 1 (07-11-2007)
tel-00185895 , version 2 (13-02-2008)
tel-00185895 , version 3 (29-02-2008)

Identifiers

  • HAL Id : tel-00185895 , version 3

Cite

Philippe Veber. Modélisation grande échelle de réseaux biologiques :
vérification par contraintes booléennes de la cohérence des données. Génie logiciel [cs.SE]. Université Rennes 1, 2007. Français. ⟨NNT : ⟩. ⟨tel-00185895v3⟩
242 View
726 Download

Share

Gmail Facebook X LinkedIn More