La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Hyper-structures et modélisation de chimie artificielle dans le langage MGS Clément BOIN & Nicolas THIBAULT Maîtrise Informatique – Université dEvry Val-dEssonne.

Présentations similaires


Présentation au sujet: "Hyper-structures et modélisation de chimie artificielle dans le langage MGS Clément BOIN & Nicolas THIBAULT Maîtrise Informatique – Université dEvry Val-dEssonne."— Transcription de la présentation:

1 Hyper-structures et modélisation de chimie artificielle dans le langage MGS Clément BOIN & Nicolas THIBAULT Maîtrise Informatique – Université dEvry Val-dEssonne – T.E.R. encadré par Jean-Louis Giavitto & Olivier Michel

2 Plan Introduction –La chimie artificielle –MGS Modélisation dun réseau autocatalytique Modélisation dun réseau biochimique Conclusion

3 Chimie virtuelle Modèles discrets et combinatoires Avantages et Inconvénients La chimie artificielle +

4 Définition dune expérience Un ensemble dobjets Des règles de transformation Des règles dinteraction dynamique

5 MGS (Modèle Général de Simulation) Langage dédié Langage déclaratif Deux interprètes : Ocaml et C++

6 Les collections topologiques Les transformations Les enregistrements Lien avec la chimie Particularités de MGS +

7 Exemple MGS fun objets(m) = if m==1 then ():set else m::(objets (m-1)) fi;; trans premier = {x, y/(y%x==0) => x };; premier['iter='fixpoint](objets(100));;

8 Modélisation dun réseau autocatalytique Exposé chimique du problème Idée générale de modélisation Stratégie dimplémentation en MGS –Représentation dun polymère –Création des produits et réactions –Exécution Exemple dutilisation et interprétation des résultats

9 M1 + M2 M12 Sélectionner les polymères dominants Exposé chimique du problème Kf Kr

10 Approche individuelle des polymères Utilisation dentiers Création aléatoire des éléments Idée générale de modélisation 14

11 Séquence Séquence avec déterminisme de la réaction Représentation dun polymère en MGS Multi-ensemble

12 Création aléatoire des produits et réactions Monomères Polymères Séquence des polymères initiaux Séquence des polymères possibles Réactions

13 Exécution des réactions Création des produits et réactions Initialisation de la solution Transformation MGS générique –Application de chaque réaction pour un pas dévolution. –Itération du processus pour plusieurs pas dévolution.

14 Code MGS trans Biochimie = { reaction_a = a, b, c /((a==nieme(i,reaction).poly1)& (b==nieme(i,reaction).poly2)&(c==nieme(i,reaction).cata)) => if condition(nieme(i,reaction).kf) then (nieme(i,reaction).poly_res)::c::():solution else a::b::c::():solution fi; reaction_b = a, c /((a==nieme(i,reaction).poly_res)& (c==nieme(i,reaction).cata)) => if condition(nieme(i,reaction).kr) then (nieme(i,reaction).poly1):: (nieme(i,reaction).poly2)::c::():solution else a::c::():solution fi; };;

15 Polymères initiaux : 42, 42 Polymères possibles : 42, 4242 Réaction : Exemple Kf = 42 Kr = 67 Kf = 62 Kr = 78

16 Exemple Après 50 itérations Après 20 itérations

17 Modélisation dun réseau biochimique Lexpérience de A.E. Bugrim Modélisation en MGS Visualisation avec Imoview

18 Rec AC cAMPATP R C R C RR CC PhK Ca 2+ Agonist I C + CI G Fig.1 Les molécules : Schéma logique Plasma Cytosol Reticulum endoplasmique Univers Structure générale de la cellule Stimulus

19 Rec* AC G-protein* ATP cAMP R2C2R2C2 C I CI (cAMP) 2 R PhK Ca 2+ intracell CaPhK Agonist Ca.PhK* AC* diff 8 9 Ca 2+ extracell Channel(closed) Channel(open) Stimulus 1 G-protein Rec Fig.2 inh Les réactions : Réseau dinteractions G-protein

20 Lexpérience de Bugrim en MGS Les molécules - enregistrements Structure générale - collections Les réactions - transformations Application récursive Aspects dynamiques –Les temps de diffusion –Les réactions non-déterministes

21 Code MGS (1) // Description des strutures dans l'espace collection Volume = bag;; collection Membrane = bag;; collection Univ = Volume;; collection Plasma = Membrane;; collection Cytosol = Volume;; collection Retic_Endo = Membrane;; //== Initialisation RETICULUM := {nom="r2c2"}:: ():Retic_Endo ;; CYTOSOL := {nom="i"}:: {nom="phk"}:: {nom="atp"}:: RETICULUM:: ():Cytosol ;; PLASMA := {nom= "recepteur",actif=0}:: {nom="r2c2"}:: {nom= "gprot",actif=0}:: {nom= "ac",actif=0}::{nom= "channel",actif=0}:: CYTOSOL:: ():Plasma ;; U := {nom= "agonist",actif=1}:: {nom= "stimulus",actif=1}:: {nom= "ca++",diffuse=0}:: PLASMA:: ():Univ ;;

22 Code MGS (2) // Ensemble des réactions trans Biochimie = { Incr = c:Cytosol => IncrCyt(c)::():Cytosol; //Incrémenter les tps de diffusion Reaction1 = a:Agonist1, p:Plasma => (a+{actif=0})::ActiveRecepteur(p)::():Univ; Reaction2 = r:Recepteur1, g:Gprot0 => (g+{actif=1})::(r+{actif=0})::():Plasma; Reaction3 = g:Gprot1, a: AC0 => (g+{actif=0})::(a+{actif=1})::():Plasma; Reaction4 = a: AC1, c:Cytosol =>(a+{actif=0}):: TransAtp(c)::():Plasma; Reaction5 = a:cAMP1, re:Retic_Endo/member({nom="r2c2"},re) => AleaR2C2(a,re); Reaction5b = r:R2C2, c:Cytosol/member({nom="camp",diffuse=DIFFCAMP},c) => delete({nom="camp",diffuse=DIFFCAMP}, ({nom="c",diffuse=0}::{nom="(camp)2.r"}::c))::():Plasma; Reaction6 = c:Cenzime1, x:CaPhK0 => c::(x+{actif=1})::():Cytosol; Reaction7 = c:Cenzime, i:I => Aleatoire(TAUXINIB,c,i); Reaction8 = s:Stimulus1, p:Plasma => (s+{actif=0})::ActiveChannel(p)::():Univ; Reaction9 = c:Ca2p, p:Plasma/member({nom="channel",actif=1},p) => AjoutPlasmaCa(DesChannel(p))::():Univ; Reaction10 = x:Ca2p1, y:PhK => {nom="caphk", actif =0}::():Cytosol; };;

23 Imoview (État initial) Stimulus Agonist Plasma Cytosol Reticulum

24 État final Ca.PhK* CI

25 Conclusion MGS, langage abstrait Limites –Complexité –Fonctions aléatoires –Code peu réutilisable


Télécharger ppt "Hyper-structures et modélisation de chimie artificielle dans le langage MGS Clément BOIN & Nicolas THIBAULT Maîtrise Informatique – Université dEvry Val-dEssonne."

Présentations similaires


Annonces Google