Analyse comparée de réseaux biologiques

Type de poste
Dates
Contrat renouvelable
Contrat non renouvelable
Date de prise de fonction
Date de fin de validité de l'annonce
Localisation
Adresse

<p>LABRI</p>
Bordeaux
France

Contacts
Macha Nikolski
Julien Allali
Email du/des contacts
macha@labri.fr
julien.allali@labri.fr
Description

TITRE: Analyse comparée de réseaux biologiques
DIRECTEURS: Macha Nikolski et Julien Allali
COURRIELS: macha@labri.fr, julien.allali@labri.fr
MOTS-CLES: Fouille de données et classification, Inférence de réseaux biomoléculaires, Génomique comparée, Comparaison de réseaux métaboliques  
DIRECTEURS HABILITES: Macha Nikolski
DESCRIPTION du SUJET:
L'analyse bioinformatique du métabolisme d'espèces nouvellement séquencées requiert d'appréhender leurs différences sur un plan fonctionnel, en s'appuyant sur l'analyse comparée de leurs réseaux métaboliques codés sous forme de graphes. La comparaison de réseaux présente plusieurs applications allant de l'identification de fonctions qui leur sont communes/spécifiques à la compréhension de différences essentielles dans le phénotype. Cette comparaison peut se faire autant pour les données génomiques que métagénomiques.
Nous envisageons plusieurs approches multi-niveaux. (1) Une comparaison locale où l'on est intéressé par répondre à des questions sur des gênes spécifiques. En effet, ici on s'intéressera au développement d'un modèle statistique permettant d'évaluer la présence ou absence d'une famille de protéines à partir de lectures obtenues par NGS. Ce modèle devra palier à des défauts des travaux précédents qui ignorent les biais de séquençage et de représentativité des lectures (Sun et al., 2007; Sharon et al., 2009). (2) Une comparaison plus globale au niveau fonctionnel s'intéressera à comparer les réseaux métaboliques. Ici on essayera de s'affranchir de la limitation ensembliste présente dans les travaux actuels. (Overbeek, Begley et al. 2005; Dinsdale, Edwards et al. 2008; Markowitz, Szeto et al. 2008). On développera d'une part de nouveaux algorithmes basés sur le principe l'édition, de détection de motifs ainsi que de nouvelles signatures pour les réseaux métaboliques.
Ce dernier volet requiert à gérer des masses conséquentes de données et les approches modernes tournent vers les environnements distribués (grid, cloud). Par exemple, MetaShark (Pinney et al., 2005) identifie des enzymes dans les données métagénomiques en multipliant les exécutions sur une grille de calcul. On s'intéressera donc à adapter des méthodes existantes ou en développer de nouvelles dans ce cadre de calcul distribué.