Equipe Biosystème Membres de l’équipe: Mme. Hounaida Homri Thèse Mr. Abdeljelil Ben Abid Thèse Mr. Mohsen Ben Hassine Thèse Mr. Ahmed Dhia Belhadj Thèse Mlle. Sihem Zouaoui Mastère Equipe Biosystème Thème de recherche: Etude et modélisation des réseaux génétiques

Problématique Contient une information génétique

Problématique Protéines régulatrices Transcription Traduction Mes yeux sont de couleur noires

Problématique Il y a un échange d’informations entre les gènes réseau génétique L’identification et la modélisation du réseau génétique nous permet de prédire le comportement des gènes. Le réseau est classé parmi les systèmes complexes vu que le nombre de gènes est très important ainsi qu’il est un système non linéaire,…

Plan La bioinformatique Les méthodes de modélisation Logiciels à exploiter Travaux en cours et perspectives Bibliographie

La bioinformatique La bioinformatique est un champ de recherche multidisciplinaire où travaillent des biologistes, informaticiens, mathématiciens et physiciens, dans le but de résoudre un problème scientifique posé par la biologie. Pour les biologistes: Utilisation de logiciels informatiques pour traiter rapidement les données biologiques. Base de données permettant de stocker et gérer l’information biologique. Pour les informaticiens: Modélisation de problèmes de biologie moléculaire. Développement de méthodes mathématiques ou informatiques formelles pour les résoudre. Implémentation d’algorithmes permettant d’analyser les données biologiques. Validation sur des données simulées et réelles.

La bioinformatique S’applique à tout type de données biologiques: Séquences d’ADN et de protéines. Structures d’ARN et de protéines. Contenu en gènes des génomes. Alignement des séquences. Puces à ADN (Microarrays) Réseaux d’interactions entre protéines. Réseaux de régulation génétique.

Les méthodes de modélisation du réseau génétique…

Classification des modèles Les différents modèles qui ont été proposés pour tenter de donner une approche mathématique des réseaux génétiques se rangent pour l’essentiel dans trois catégories: Les systèmes discrets Les systèmes continus Les systèmes hybrides Remarque: On peut trouver une classification selon le déterminisme de l’approche : Approche déterministe et approche stochastique.

Les systèmes discrets Entre autres on trouve: Les réseaux d’automates booléens Les réseaux de pétri Les réseaux de neurones Les graphes Principe général : gène f1 transition f3 f4 f2 fi : Fonction de transition

Les réseaux d’automates booléens Un nœud = automate ( 1 ou 0 ) çàd gène activé ou non Matrice d’incidence: Soit un graphe d’interaction GI On définit la matrice d’incidence de GI comme étant la matrice booléenne B de dimension n × n telle que : Pour i, j Є {1, . . . , n} , bij = 1 si j influence i , 0 sinon Fonction de transition globale du réseau: xi: gène fi: fonction logique

Les réseaux de neurones Illustration de régulation de gènes dans un modèle linéaire Les entrées des gènes régulateurs sont sommées en ajoutant une constante de bias.

Les équations différentielles Le formalisme le plus utilisé pour modéliser les réseaux de régulation génétique est sans aucun doute celui des équations différentielles. Les concentrations des composants moléculaires du système sont représentées par des variables réelles positives qui évoluent de manière continue au cours du temps. Équations de base de la cinétique enzymatique: S=Substrat, E=Enzyme, P=produit, Ki =constantes

Les équations différentielles En notant respectivement s, e, c et p les concentrations en substrat, en enzyme, en complexe et en produit, la loi d’action de masse nous donne le système différentiel suivant:

Les systèmes hybrides Dans un système hybride, les variations rapides, ou bascules(switch), sont représentées comme des évènements discrets. L’adjonction de ces évènements discrets à un système classique d’équations différentielles ordinaires est à la base du concept de système hybride. Un système hybride est un sextuplet H = (Q, E,D,F, G,R) Q: ensemble des nœuds ,E: ensemble des transitions D:Domaine des valeurs, F: ensemble des fonctions G: ensemble des gardes, R: Fonctions Reset

Modèle hybride et S-Systèmes Les S-systèmes s’inscrivent dans un formalisme ancien centré sur l´étude des lois de puissance dans les équations algébriques et différentielles. les S-systèmes font partie de la classe plus générale des systèmes quasi-monomiaux (QM). Un S-système est présenté comme suit: (i:1..n)

Les systèmes multi-agents Les gènes sont représentés par un ensembles d’agents. L’agent représente une entité « intelligente » capable d’interagir avec d’autres agents et avec son environnement. L’avantage de cette méthode c’est que le niveau d’abstraction est faible. La représentation par agent est plus proche de la réalité. Le biologiste peut voir les gènes en interactions suite à une simulation multi-agents. Méthode qui nécessite une programmation avec des application multi-agents.

Logiciels à exploiter…

COPASI (COmplex PAthway SImulator) Modélisation Simulation Analyse Représentation graphique Éditeur de texte Outils de commande Outils de traçage (plotting) Copasi rassemble tout ceci dans un outil avec une interface graphique. Les utilisateurs de Copasi peuvent être des biochimistes et biologistes sans avoir besoin d’une connaissance au sujet des méthodes de simulation.

Netlogo Basé sur les systèmes multi-agents. Intègre un langage d’instruction permettant de définir les comportements des agents simulés. Offre une interface utilisateur permettant de visualiser le comportement des agents en temps réel.

Toolbox matlab bioinformatique Bioinformatique Toolbox intègre un environnement pour l’analyse du génome et du protomes. Ce toolbox inclus plusieurs fonctions d’analyses. Bioinformatique Toolbox contient plusieurs fonctionnalités tels que: Data Formats and Databases Sequence Alignments Sequence Utilities and Statistics Protein Property Analysis Phylogenetic Analysis Microarray Data Analysis …….

Visualisation du réseau Il existe plusieurs logiciels de visualisation: Pajek – Slovenia Biolayout, EBI GraphViz Cytoscape …

Travaux en cours et perspectives Simulation d’un exemple de régulation avec les équations différentielles sous la forme d’un système en S. Simulation d’un exemple de régulation avec les systèmes multi-agents. Simulation d’un exemple avec le réseau de neurones. Simulation d’un exemple avec matlab (simbiology) Tendance vers les systèmes hybrides Importance de l’approche stochastique en dépit des fluctuations des paramètres qui régissent les processus chimiques

Bibliographie L. Tournier, « Étude et modélisation mathématique de réseaux de régulation génétique et métabolique », Thèse de Doctorat,INP Grenoble 2005 E.O. Voit. « Computational analysis of biochemical systems ». Cambridge University Press, 2000. T.Guyet, « Systèmes multi agents et application biomédicale » cours IMTC (19/01/2007). « http://www.damas.ift.ulaval.ca/~coursMAS/Complements2K8/ », Cours SMA « http://www.limsi.fr/~jps/enseignement/examsma/examsma.htm », Ensemble de tutoriels réalisés dans le cadre de l'université Paris XI

Merci pour votre attention