Mots-Clés

Bioinformatique ARN Structures interactions Optimisation combinatoire Théorie de jeux Apprentissage on-line Optimisation multi-objective

Description

Les ARN non codants jouent un rôle important dans de nombreux processus biologiques et sont impliqués dans de nombreuses maladies telles que le cancer. Ce sont des molécules qui peuvent avoir une structure 3D comme les protéines. Et ces molécules interagissent avec d'autres molécules, ARN ou protéines, pour former des complexes aux fonctions spécifiques (comme par exemple le complexe ribosomique impliqué dans le processus de traduction des ARN messagers en protéines, et composé de plusieurs ARN et protéines ribosomiques). Dans de tels complexes, la structure de chaque ARN impliqué dépend des interactions qu'il pourrait avoir avec d'autres molécules, et inversement, les interactions qu'un ARN peut avoir avec un autre ARN ou une protéine dépendent de sa structure. Dans ce projet, nous proposons de développer une méthode algorithmique basée sur l'approche de la théorie des jeux pour prédire les complexes ARN-ARN et ARN-protéines, permettant de prendre en compte cette interdépendance. Le but est d'obtenir une méthode efficace décentralisée capable de calculer des structures stables (équilibres de Nash) optimisant une fonction objectif globale trop difficile et coûteuse à optimiser de manière centralisée.