Séminaire mensuel virtuel (les vendredi à 13h)

Lieu : URL Teams à utiliser avec l'application Teams ou directement avec Chrome ou Chromium (ne nécessite pas de compte Teams)

6 novembre 2020: Déborah Boyenval (I3S/Sparks) et Loïc Paulevé(CNRS/LaBRI/Formal Methods)

13h00 - 13h30 -- Déborah Boyenval (I3S/Sparks) -- Modélisation métabolique des interactions plantes-pathogènes
Résumé: Le cycle cellulaire est par définition une succession d'évènements conduisant à la duplication sans erreur de l'ADN (phase S) et l'équitable division d'une cellule mère en deux cellules filles (phase M). Au cours de la progression du cycle cellulaire (G1-S-G2-M), l'intégrité de l'ADN est garantie notamment par les checkpoints. Nos travaux montrent que la modélisation discrète du cycle cellulaire permet de modéliser proprement la notion fondamentale de checkpoint. Un nouveau modèle multivalué du cycle cellulaire est présenté en suivant le formalisme de René Thomas. Le modèle se focalise sur la succession des évènements de régulation qui représente le cycle cellulaire. On y montre que plusieurs permutations de ces évènements sont admissibles, tout en permettant néanmoins de dégager des évènements clefs non permutables qui caractérisent les checkpoints. Cette étude a été rendue possible grâce à l'usage de deux types de méthodes formelles dédiées aux réseaux de régulation multivalués: la logique de Hoare "génétiquement modifiée" et le model-checking pour CTL. L'outil TotemBioNet combine efficacement ces deux approches formelles pour identifier exhaustivement les paramètres dynamiques des modèles compatibles avec nos définitions du cycle cellulaire et de ses checkpoints.

13h30 - 14h00 -- Loïc Paulevé (CNRS/LaBRI/Formal Methods) -- Most Permissive Boolean Networks in practice
Résumé: Logical modeling, notably with Boolean Networks (BNs), is a well-established approach that enables reasoning on the qualitative dynamics of networks. However, (a)synchronous Boolean network, besides being costly to analyze, can preclude the prediction of certain behaviors observed in quantitative systems.
Most Permissive Boolean Networks offer the formal guarantee not to miss any behavior achievable by a quantitative model following the same logic. Moreover, MPBNs significantly reduce the complexity of dynamical analysis, enabling to model genome-scale networks.
In this talk, after an overview of the motivation and properties of MPBNs, I'll focus on their practical usage for the analysis of models of biological networks.
Related material:

2 octobre 2020: Caroline Baroukh (INRA Toulouse) et Anaïs Baudot (MMG Marseille)

13h00 - 13h30 -- Caroline Baroukh (INRA Toulouse) -- Modélisation métabolique des interactions plantes-pathogènes
Résumé: Les outils de la biologie des systèmes, et plus particulièrement la modélisation métabolique, sont parfaitement adaptés pour étudier l’interaction métabolique hôte-pathogène. En effet, ils permettent de formaliser les systèmes complexes de manière rigoureuse, d’avoir une vision globale et générique, de faire des bilans matières et surtout de faire un lien entre physiologie observée (croissance, excrétion de facteur de virulence, déplétion des substrats) et données génomiques (génome, transcriptome, protéome). Ces approches ont déjà fait leur preuve dans le domaine des biotechnologies et de la biologie de synthèse pour l’optimisation de la production de molécules d’intérêts industriels. Leur adaptation au domaine de la pathologie des plantes peut aider à déchiffrer les stratégies de virulence de pathogènes de plante.
Après une brève présentation des techniques de modélisation utilisées, deux exemples de l’apport de la modélisation métabolique pour la pathologie des plantes seront présentés. Le premier exemple est la reconstruction et la modélisation semi-automatique des réseaux métaboliques des souches du complexe d’espèces Ralstonia solanacearum, bactéries pathogènes provoquant le flétrissement de nombreuses plantes. L’étude in silico a montré que l’architecture des réseaux métaboliques semble liée à la phylogénie des souches, ainsi qu’au style de vie particulier de certaines souches. Le second exemple est la reconstruction du réseau métabolique de Xylella fastidiosa (souche CFBP8418), phytopathogène bactérien responsables de nombreuses maladies dont l’«Olive Scorch » en Italie. L’étude in silico du métabolisme de cette souche a permis de révéler certaines particularités métaboliques qui impactent fortement la robustesse du pathogène et qui pourrait expliquer en partie sa croissance fastidieuse.

13h30 - 14h00 -- Anaïs Baudot (MMG Marseille) -- A Multi-Objective Genetic Algorithm to Find Active Modules in Multiplex Biological Networks
Résumé: The identification of subnetworks of interest - or active modules - by integrating biological networks with molecular profiles is a key resource to inform on the processes perturbed in different cellular conditions. We here propose MOGAMUN, a Multi-Objective Genetic Algorithm to identify active modules in multiplex biological networks. MOGAMUN optimizes the scores of the nodes (e.g., their differential expression) and the density of interactions from multiplex networks. Multiplex networks are composed of different layers of physical and functional relationships between genes and proteins. Each layer is associated to its own meaning, topology, and biases; the multiplex framework allows exploiting this diversity of biological networks.