Contrôle de rythme dans un modèle du cycle de la protéine per chez la Drosophile Béatrice LAROCHE, Daniel CLAUDE, Jean CLAIRAMBAULT Université Paris Sud-L2S.

Slides:



Advertisements
Présentations similaires
S-SYSTEMS ETAPPROCHE HYBRIDE
Advertisements

Cours 5-a Problèmes scalaires instationnaires d’ordre 1 en temps
CI 15 : Les préréglages C2.2: Organiser et équiper le poste de travail
Modèle factoriel.
Cours 7 Problèmes d’ordre 2 en temps : Analyse modale
SuivantPrécédent ESSI 1 - Auto TS © Jean-Paul Stromboni (Mai 2000) Consolidation: tester les connaissances acquises 1 Etude de la commande du système.
ANALYSE AUDITIVE COMPARATIVE DE SONS DE PLAQUES DEPAISSEURS CONSTANTES OU VARIABLES Florence DEMIRDJIAN Sabine MEUNIER (Psychoacoustique) Dominique HABAULT.
ETUDE ET MODELISATION DES RESEAUX DE REGULATION GENETIQUE
M. EL Adel & M. Ouladsine LSIS – UMR-CNRS 6168 Marseille - France
Modèle proies-prédateurs
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 1 - Equations différentielles sur la droite.
Master IXXI, cours interdisciplinaire de systèmes dynamiques Emmanuel Risler, INSA de Lyon 3 - Systèmes différentiels dans le plan, suite.
Chapitre VII :Commande par retour d’état
Cours d’Automatique MASTER OIV
LES ÉLASTICITÉS DE LA DEMANDE ET DE L’OFFRE
"There are three kinds of lies : lies, damned lies, and statistics"
Modélisation Bond Graph
Les Systèmes Multi-Agents pour la Gestion de Production
Komi Midzodzi PEKPE LAGIS UMR 8146 : Laboratoire d'Automatique, de
Le neurone Les neurones communiquent par impulsions électriques (potentiels d’action). Pourquoi des modèles impulsionnels ? -impulsions -> dépolarisent.
Cours de physique générale I Ph 11
Modèle mathématique (simplifié) d’un vélo
LIEU DES PÔLES.
Exemple Choix du type d’un compensateur
Représentation des systèmes dynamiques dans l’espace d’état
Modèle mathématique d’un vélo
Les profils moléculaires, un outil de diagnostic de la médecine du futur Contexte Il sagit de suivre lévolution de plusieurs protéines dintérêt.
Chapitre 4 Cinétique formelle des réactions complexes
L’expérience de Cavendish (1797)
Position en fonction du temps
L’Équilibre chimique Aspect quantitatif.
Introduction aux variables d’état
Construction des vecteurs vitesse et accélération
III. La mécanique de Newton
Structures de données IFT-10541
Introduction aux équations différentielles ordinaires (EDO)
Vecteur vitesse.
Mesures de position Ils s’expriment dans la même unité que les observations Moyenne et moyenne pondérée Exemple : on dispose du nombre moyen d’enfants.
Le modèle de Lotka-Volterra
Gestion au point de commande – établir les paramètres
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
ELECTROCARDIOGRAMME CHEZ L’ENFANT
Vander Pol On demande de vérifier
translation rectiligne
Le triomphe du déterminisme: Lagrange et Laplace (Beaumont-en-Auge Paris 1827) (Turin Paris 1813) Pierre Simon de LaplaceJoseph Luis Lagrange.
Division Téléphones Mobiles 2 ndes Journées Scientifiques du CNFRS, Février 2005 Nouveau modèle de jonction équivalente pour l’analyse de l’absorption.
Jean-François Rameau Dassault Systèmes, Supméca GRT juin 2014
La Tempête 1 ère attitude: Jonas 1: ème attitude: Marc 4:
Nancy Paris 1912 La naissance du chaos: Jules Henri Poincaré.
Ch 5 Cinématique et dynamique newtoniennes
08– Arbres Binomiaux Chapitre 12 Hull, 8 éd..
Conception d’un asservissement
Deuxième séance de regroupement PHR004
Ch. 3 - Equilibre partiel de marché - Diapo 3
Chapitre 1: Les oscillations
SYSTEMES NON LINEAIRES
Théorie de Files d’Attente
Equilibre de successions de flux différents d’échéances différentes.
Application des Lois de Newton aux mouvements
Commande optimale linéaire quadratique de Lunar Lander
Tension Variable ou continue ?
Radioactivité Pr E. Garin Service de Médecine Nucléaire
Séries chronologiques univariées (STT-6615)
Géométrie et communication graphique
Equilibre Ecologico Economique Pêche et sur pêche.
ANALYSE HARMONIQUE.
ECHANTILLONAGE ET ESTIMATION
MECANIQUE DES MILLIEUX CONTINUS ET THERMODYDAMIQUE SIMULATIONS.
Chapitre 1: Les oscillations Un mouvement périodique est un mouvement qui se répète à intervales réguliers. Une oscillation est une fluctuation périodique.
Ptolemy Miniconference
Transcription de la présentation:

Contrôle de rythme dans un modèle du cycle de la protéine per chez la Drosophile Béatrice LAROCHE, Daniel CLAUDE, Jean CLAIRAMBAULT Université Paris Sud-L2S SUPELEC, Plateau du Moulon 3 rue Joliot-Curie Gif sur Yvette INRIA Rocquencourt BP LE CHESNAY CEDEX EPI 0118 INSERM "Chronothérapeutique des Cancers" Hôpital Paul Brousse 14 avenue P.V. Couturier Villejuif Cedex (France)

PER 0 (P 0 ) per mRNA (M) per transcription nuclear PER (P N ) PER 1 (P 1 ) PER 2 (P 2 ) V1V1 V2V2 V3V3 V4V4 s d m k1k1 k2k2 - MODELE DE SYNTHESE DE LA PROTEINE per CHEZ LA DROSOPHILE (daprès A. Goldbeter, Biochemical Oscillations and Cellular Rhythms)

SYNTHESE DE LA PROTEINE per CHEZ LA DROSOPHILE MODELE MATHEMATIQUE (daprès A. Goldbeter, Biochemical Oscillations and Cellular Rhythms) M= quantité dARN messager, P N,P 2,P 1,P 0 = quantités de protéines PER nucléaire, di-,mono-, et non-phosphorylés.

VALEURS NUMERIQUES NOMINALES DES PARAMETRES DU MODELE Différentes valeurs de d = mutations, Commande= k s (t), valeur nominale k s =0.78

ROBUSTESSE DU MODELE paramètres et commande du modèle >0, état initial>0 létat reste positif à tout instant quelles que soient les valeurs >0 des paramètres, toujours la même structure déquilibre: Unique équilibre stable Unique équilibre instable, entouré dun cycle limite stable Pas de point déquilibre (système explosif)

CONTRÔLE DU RYTHME PAR k s CONSTANT

Manque defficacité Manque de robustesse

PLANIFICATION DE TRAJECTOIRES Fabriquer une trajectoire admissible ( x(t), u(t) ) du système, où 0 t T, qui raccorde létat initial à létat final. État x 0 ou cycle limite initial à t = 0 État final x T à t=T

PLANIFICATION PAR PLATITUDE Système dynamique plat = trajectoires paramétrées par une fonction y(t) et ses dérivées. Dans notre cas: y(t)=M(t) M périodique toutes les variables périodiques, de même période

CONSTRUCTION DE LA COMMANDE k s POUR LA MUTANTE A PERIODE COURTE Md= M désiré (M obtenu sur le cycle normal, d =1.6), périodique de période 24H environ. loi k s périodique, mais qui passe (sur de courtes plages) par des valeurs négatives! on remplace ces valeurs négatives par de faibles valeurs positives: Loi k s périodique, positive, proche de k s qui aboutit au résultat recherché.

COMMANDE ks POUR LA MUTANTE A PERIODE COURTE