Modélisation en biologie intégrative

Notre équipe s'intéresse aux systèmes biologiques à partir d’une approche interdisciplinaire fondée sur l’interaction des mathématiques, de l'informatique et de la biologie.  Nos centres d'intérêts s'orientent autour de  3 axes principaux, mais la  stratégie adoptée pour les aborder est commune. Elle est fondée sur l'analyse de données conduisant à l'étude et l'élaboration de modèles informatiques, et mathématiques permettant de décrire et de prévoir la dynamique des phénomènes qui nous intéressent. Les méthodes mathématiques utilisées pour étudier ces modèles sont très variées  et font intervenir aussi bien la théorie des systèmes dynamiques, des équations aux dérivées partielles que les probabilités.

Deux exemples illustratifs de nos approches.
- Le premier exemple (approche "data driven"), en collaboration avec l'équipe de Jean-Michel Camadro porte sur la modélisation du métabolisme du fer et ses liens avec le stress oxydant et le métabolisme cellulaire. L'objectif est de mieux comprendre les maladies métaboliques, et leur conséquences physiopathologiques. Nous avons ainsi créé un nouvel algorithme de simulation, basé sur la modélisation booléenne probabiliste et adapté aux connaissances du domaine. De plus, nous avons sélectionné une méthode de classification de données massives avec une mise à disposition à la communauté scientifique (Autoclass).
 
- Le deuxième exemple porte sur la compréhension de la transmission du message nerveux (voir ANR MANDy)
Des manifestations telles que les mouvements du corps humain ou encore telles que certaines pathologies du cerveau comme l'épilepsie, la maladie de Parkinson sont étroitement liées à des processus de synchronisation de décharges de neurones, de vastes groupes de neurones se mettant à se décharger en masse et de manière simultanée. L'objet de cette étude est de mieux comprendre ces phénomènes de synchronisation.

 

Sélection de publications

Achcar F., Camadro J-M., Mestivier D. A Boolean probabilistic model metabolic adaptation to oxygen in relation to iron homeostasis and oxidative stress. BMC Systems Biology 2011, 5 : 51.
Abstract

Grotta-Ragazzo C., Malta C. P. and Pakdaman K., Metastable Periodic Patterns in Singularly Perturbed Delayed Equations. Journal of Dynamics and Differential Equations, 2010, 22(2): 203-252
Abstract

K. Pakdaman, M. Thieullen, and G. Wainrib. Fluid limit theorems for stochastic hybrid systems with application to neuron models. Advances in Applied Probability,  2010, 42 (3): 761-794.
Abstract
          
Pakdaman K.,Perthame B., Salort D., Dynamics of a structured neuron population. Nonlinearity,  2010,  23:  55-75 
Abstract

Salort D., Transport equations with unbounded  force fields and application to the Vlasov-Poisson equation, Mathematical Models and Methods in Applied Sciences,  2009,  Vol. 19 (02), 199-228.
Abstract

Dernière modification 5/07/2011

Haut de page