Skip to Main content Skip to Navigation
Theses

Integrating phosphoproteomic time series data into prior knowledge networks

Résumé : Les voies de signalisation canoniques traditionnelles aident à comprendre l'ensemble des processus de signalisation à l'intérieur de la cellule. Les données phosphoprotéomiques à grande échelle donnent un aperçu des altérations entre différentes protéines dans différents contextes expérimentaux. Notre objectif est de combiner les réseaux de signalisation traditionnels avec des données de séries temporelles phosphoprotéomiques complexes afin de démêler les réseaux de signalisation spécifiques aux cellules. Côté application, nous appliquons et améliorons une méthode de séries temporelles caspo conçue pour intégrer des données phosphoprotéomiques de séries temporelles dans des réseaux de signalisation de protéines. Nous utilisons une étude de cas réel à grande échelle tirée du défi HPN-DREAM BreastCancer. Nous déduisons une famille de modèles booléens à partir de données de séries temporelles de perturbations multiples de quatre lignées cellulaires de cancer du sein, compte tenu d'un réseau de signalisation protéique antérieur. Les résultats obtenus sont comparables aux équipes les plus performantes du challenge HPN-DREAM. Nous avons découvert que les modèles similaires sont regroupés dans l'espace de solutions. Du côté informatique, nous avons amélioré la méthode pour découvrir diverses solutions et améliorer le temps de calcul.
Document type :
Theses
Complete list of metadatas

Cited literature [186 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-02021019
Contributor : Abes Star :  Contact
Submitted on : Friday, February 15, 2019 - 3:45:08 PM
Last modification on : Wednesday, June 24, 2020 - 4:19:33 PM
Document(s) archivé(s) le : Friday, May 17, 2019 - 11:52:19 AM

File

M_RAZZAQ.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02021019, version 1

Citation

Misbah Razzaq. Integrating phosphoproteomic time series data into prior knowledge networks. Bioinformatics [q-bio.QM]. École centrale de Nantes, 2018. English. ⟨NNT : 2018ECDN0048⟩. ⟨tel-02021019⟩

Share

Metrics

Record views

295

Files downloads

384