Analysis and optimisation algorithms for non-linear high-dimensional problems in Biology and Biophysics
Algorithmes d'optimisation et d'analyse des problèmes multidimensionnels, non linéaires, en Biologie et Biophysique
Résumé
The complexity of Life is present at every level of its study: from individual molecular interactions to "interaction networks", enabling the cell to achieve its functions and to elaborate responses to external stimuli. During this thesis, tools derived from Control and Computer Sciences were used to address questions originated from Biology and Biochemistry.
Two aspects were considered: firstly the atomic description of intermolecular interactions, allowing predictions of the docking poses and the affinities between the actors. However, since these estimations depend on the flexibility of these actors, the problem of the prediction of molecular conformations, characterized by multimodal and high dimensional aspects - still a major challenge - was first addressed. Therefore, we have developped a set of heuristics around a core genetic algorithm. The operational parameters and the hybridizing strategies are under control of an algorithmic meta-layer enabling the optimization of the search. Moreover, innovative strategies for parallel deployment of the algorithms have been validated in order to reduce computing times. Finally, while undertaking the study of multiple molecules conformations, we have developed fast screening algorithms based on topological indexes.
The second aspect studied here was a formal modeling of some interaction sub-networks at the scale of the concentrations of the molecules. In particular, we have shown how molecular interaction modes can alter the overall dynamic of the system.
Two aspects were considered: firstly the atomic description of intermolecular interactions, allowing predictions of the docking poses and the affinities between the actors. However, since these estimations depend on the flexibility of these actors, the problem of the prediction of molecular conformations, characterized by multimodal and high dimensional aspects - still a major challenge - was first addressed. Therefore, we have developped a set of heuristics around a core genetic algorithm. The operational parameters and the hybridizing strategies are under control of an algorithmic meta-layer enabling the optimization of the search. Moreover, innovative strategies for parallel deployment of the algorithms have been validated in order to reduce computing times. Finally, while undertaking the study of multiple molecules conformations, we have developed fast screening algorithms based on topological indexes.
The second aspect studied here was a formal modeling of some interaction sub-networks at the scale of the concentrations of the molecules. In particular, we have shown how molecular interaction modes can alter the overall dynamic of the system.
La complexité du vivant est omniprésente à toutes les échelles : des interactions entre molécules individuelles aux réseaux d'interactions permettant à la cellule d'assurer ses fonctions vitales et de répondre aux stimuli. Cette thèse se veut être une application des outils de l'Automatique et de l'Informatique à certaines questions de la Biologie et Biochimie.
Pour cela, nous avons abordé le problème via deux aspects : le premier concerne la modélisation des interactions moléculaires en vue de prédire les modes de fixation et les affinités entre molécules. Puisque ces estimations nécessitent de considérer la flexibilité des acteurs, nous avons abordé, en premier lieu, la prédiction des conformations moléculaires qui reste un challenge majeur, caractérisé par ses aspects multimodal et de grandes dimensions. Nous avons alors développé une suite d'heuristiques autour d'un algorithme génétique central. Les paramètres de contrôle et les stratégies d'hybridation sont pilotés par un méta-algorithme permettant d'optimiser la recherche. En outre, des stratégies innovantes de parallélisation sur grilles d'ordinateurs ont été validées afin de réduire les temps de calculs. Enfin, pour entreprendre l'étude des conformations de plusieurs molécules, nous avons développé des algorithmes de criblage rapides basés sur la comparaison d'indices topologiques.
Nous avons également étudié un autre aspect en modélisant formellement certains graphes d'interactions, ceci à une toute autre échelle : celle des concentrations des molécules. Nous avons alors mis en évidence l'impact des modes d'interactions moléculaires sur la dynamique globale.
Pour cela, nous avons abordé le problème via deux aspects : le premier concerne la modélisation des interactions moléculaires en vue de prédire les modes de fixation et les affinités entre molécules. Puisque ces estimations nécessitent de considérer la flexibilité des acteurs, nous avons abordé, en premier lieu, la prédiction des conformations moléculaires qui reste un challenge majeur, caractérisé par ses aspects multimodal et de grandes dimensions. Nous avons alors développé une suite d'heuristiques autour d'un algorithme génétique central. Les paramètres de contrôle et les stratégies d'hybridation sont pilotés par un méta-algorithme permettant d'optimiser la recherche. En outre, des stratégies innovantes de parallélisation sur grilles d'ordinateurs ont été validées afin de réduire les temps de calculs. Enfin, pour entreprendre l'étude des conformations de plusieurs molécules, nous avons développé des algorithmes de criblage rapides basés sur la comparaison d'indices topologiques.
Nous avons également étudié un autre aspect en modélisant formellement certains graphes d'interactions, ceci à une toute autre échelle : celle des concentrations des molécules. Nous avons alors mis en évidence l'impact des modes d'interactions moléculaires sur la dynamique globale.
Fichier principal
These_BParent.pdf (20.34 Mo)
Télécharger le fichier
annexes.ppt (4.63 Mo)
Télécharger le fichier
presentation_BParent.ppt (9.89 Mo)
Télécharger le fichier
Format : Autre
Format : Autre
Loading...