• Langue : Français
• Discipline : Informatique
• Identifiant : 2017LIL10015
• Type de thèse : Doctorat
• Date de soutenance : 28/02/2017

Résumé en langue originale

La biologie des systèmes cherche à comprendre et analyser des systèmes biologiques à l'aide de modèles mathématiques et informatiques. L'explosion des données expérimentales entraîne des modèles de plus en plus grands. Afin de pouvoir les analyser facilement ou les simuler rapidement, il est alors nécessaire de pouvoir les simplifier. Dans cette thèse, nous proposons des méthodes de simplifications de réseaux de réactions biochimiques. Ces méthodes sont suffisamment riches pour pouvoir simplifier un grand nombre de réseaux provenant d'applications biologiques. Elles sont contextuelles, permettant de considérer un réseau comme un sous-module d'un modèle plus grand, et de le simplifier sans modifier le comportement du modèle global. Enfin, nos simplifications sont correctes, c'est-à-dire qu'elles préservent la sémantique des réseaux. Dans un premier temps, nous nous intéressons à une sémantique non déterministe, basée sur la possibilité de converger vers les attracteurs du réseau. Nous étudions ensuite des simplifications pour la sémantique déterministe, permettant par exemple de supprimer des espèces intermédiaires à l'équilibre. Enfin, nous nous intéressons à la confluence d'une telle simplification, ainsi qu'au lien entre l'élimination des espèces intermédiaires et le calcul des modes élémentaires d'un réseau.

Résumé traduit

System biology aims at understanding and analyzing biological systems using mathematical and computational models. The explosion of the number of experimental data leads to larger and larger models. In order to be able to easily analyze them and quickly simulate them, it is necessary to be able to simplify them. In this thesis, we propose simplification methods for biochemical reaction networks. These methods are sufficiently rich to be able to simplify an important number of networks from biological applications. They are contextual, allowing to consider a network as a sub-module of a larger model, and to simplify it without modifying the behavior of the global model. Finally, our simplifications are sound, meaning that they preserve the semantics of the networks. Firstly, we are interested in a non deterministic semantics, based on the capability to converge to some attractors of the network. Then we study some simplifications for the deterministic semantics, allowing for instance to remove intermediate species at steady-state. Finally, we are interested by the confluence of this simplification, as well as the relation between the elimination of intermediate species and the computation of the elementary modes of a network.