Quelques développements statistiques et algorithmiques pour l’analyse de données génomiques

Guillem Rigaill (1)

1 INRAE - Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement

Je synthétise mes recherches qui portent sur le développement et l'application de modèles et méthodes statistiques pour l'analyse de données omiques. Mes travaux se divisent en quatre axes ou thèmes que voici : (1) la détection de ruptures multiples, (2) l'analyse de données omiques, (3) la classification régularisée et (4) l'évaluation de méthodologies pour l'analyse de données omiques. Les deux premiers thèmes sont plus importants. Pour la détection de ruptures, je présente, de manière unifiée, un certain nombre d'algorithmes récents permettant de retrouver la segmentation maximisant la vraisemblance. Pour l'analyse de données omiques je détaille certaines des difficultés que j'ai rencontrées lors de l'analyse de données omiques. Pour les deux derniers thèmes je résume quelques contributions méthodologiques à la classification régularisée et quelques méthodes de simulation pour l’évaluation de méthodes de segmentation et d'analyse différentielle pour des données omiques.​

Mots clés: Changepoint detection; Omics data; Dynamic programming; Clustering Methods

Mots clés: Détection de ruptures; Données omiques; Programmation dynamique; Méthodes de clustering​

Domaines: Statistiques [math.ST]; Génomique, Transcriptomique et Protéomique [q-bio.GN]; Bio-informatique [q-bio.QM]

Guillem Rigaill. Quelques développements statistiques et algorithmiques pour l’analyse de données génomiques. Statistiques [math.ST]. Université Paris Saclay, 2020. ⟨tel-02955535⟩