Modèles et Algorithmes pour la Bioinformatique et la Visualisation d'informations Guy Melançon Pascal Ferraro David Auber David Sherman

Génomique comparative, Analyse de données biologiques, Modélisation  génomique comparative, Modélisation, Analyse de données biologiques  algorithmique pour l'analyse de structures biologiques  visualisation de grandes masses de données David Sherman

Modèles Algorithmes Bioinformatique Visualisation d'informations

Génomique comparative, Analyse de données biologiques, Modélisation  répertorier les composants codés par les génomes  identifier comment ils travaillent pour assurer les fonctions cellulaires  comprendre comment les génomes changent et acquièrent des nouvelles fonctions David Sherman

Génomique comparative, Analyse de données biologiques, Modélisation

Algorithmique pour l'analyse de structures biologiques  étude d’objets biologiques arborescents (structures secondaires d'ARNs, architecture de plantes, etc.) ‏  reconstruire un graphe cible en appliquant différentes opérations structurelles élémentaires Pascal Ferraro

Algorithmique pour l'analyse de structures biologiques  description / comparaison de structures d’ARN Homo sapiens Bacillus subtilis

Algorithmique pour l'analyse de structures biologiques  description d’une structure d’ARN  comparaison (édition) d’arbres / calcul de similarités

Algorithmique pour l'analyse de structures biologiques  description d’une structure d’ARN  approche multi-échelles

Algorithmique pour l'analyse de structures biologiques  auto-similarité des structures arborescentes (chez les plantes) ‏ arbres multi-échelles invariants par transformations/réécritures

Algorithmique pour l'analyse de structures biologiques  auto-similarité des structures arborescentes (chez les plantes) ‏ Arbres multi-échelles Invariants par transformations/réécritures

Algorithmique pour l'analyse de structures biologiques  auto-similarité des structures arborescentes (chez les plantes) ‏ arbres multi-échelles invariants par transformations/réécritures

Visualisation de grandes masses de données  dessin de graphes: critères esthétiques et performances  visualisation et fouille interactive de graphes  domaines applicatifs cibles: bio- informatique, réseaux sociaux, grands réseaux d’interactions David Auber

Visualisation de grandes masses de données

MQ(C; G) =

MABioVis: contexte local Gen Comp GRAVITÉ Visu MAGNOME Str Bio CBiB Univ Bx 2 UMR 5800 INRIA MABioVis ~ 30 personnes Europe ANR Industrie

MABioVis: contexte local Gen Comp GRAVITÉ Visu MAGNOME Str Bio CBiB Univ Bx 2 UMR 5800 INRIA MABioVis ~ 30 personnes Europe ANR Industrie Contacts: Guy Melançon Pascal Ferraro David Auber David