Multilayer Graph Embeddings for Omics Data Integration in Bioinformatics - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Multilayer Graph Embeddings for Omics Data Integration in Bioinformatics

Plongement de graphes multicouches pour l'intégration de données omiques en bioinformatique

Surabhi Jagtap
  • Fonction : Auteur
  • PersonId : 1248398
  • IdRef : 269247769

Résumé

Biological systems are composed of interacting bio-molecules at different molecular levels. With the advent of high-throughput technologies, omics data at their respective molecular level can be easily obtained. These huge, complex multi-omics data can be useful to provide insights into the flow of information at multiple levels, unraveling the mechanisms underlying the biological condition of interest. Integration of different omics data types is often expected to elucidate potential causative changes that lead to specific phenotypes, or targeted treatments. With the recent advances in network science, we choose to handle this integration issue by representing omics data through networks. In this thesis, we have developed three models, namely BraneExp, BraneNet, and BraneMF, for learning node embeddings from multilayer biological networks generated with omics data. We aim to tackle various challenging problems arising in multi-omics data integration, developing expressive and scalable methods capable of leveraging rich structural semantics of realworld networks.
Les systèmes biologiques sont composés de biomolécules en interaction à différents niveaux moléculaires. D’un côté, les avancées technologiques ont facilité l’obtention des données omiques à ces divers niveaux. De l’autre, de nombreuses questions se posent, pour donner du sens et élucider les interactions importantes dans le flux d’informations complexes porté par cette énorme variété et quantité des données multi-omiques. Les réponses les plus satisfaisantes seront celles qui permettront de dévoiler les mécanismes sous-jacents à la condition biologique d’intérêt. On s’attend souvent à ce que l’intégration de différents types de données omiques permette de mettre en lumière les changements causaux potentiels qui conduisent à un phénotype spécifique ou à des traitements ciblés. Avec les avancées récentes de la science des réseaux, nous avons choisi de traiter ce problème d’intégration en représentant les données omiques à travers les graphes. Dans cette thèse, nous avons développé trois modèles à savoir BraneExp, BraneNet et BraneMF pour l’apprentissage d’intégrations de noeuds à partir de réseaux biologiques multicouches générés à partir de données omiques. Notre objectif est de résoudre divers problèmes complexes liés à l’intégration de données multiomiques, en développant des méthodes expressives et évolutives capables de tirer parti de la riche sémantique structurelle latente des réseaux du monde réel.
Fichier principal
Vignette du fichier
2023UPAST014_JAGTAP_archivage.pdf (8.12 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04073949 , version 1 (19-04-2023)

Identifiants

  • HAL Id : tel-04073949 , version 1

Citer

Surabhi Jagtap. Multilayer Graph Embeddings for Omics Data Integration in Bioinformatics. Bioinformatics [q-bio.QM]. Université Paris-Saclay, 2023. English. ⟨NNT : 2023UPAST014⟩. ⟨tel-04073949⟩
177 Consultations
125 Téléchargements

Partager

Gmail Facebook X LinkedIn More