Réseaux booléens : méthodes formelles et outils pour la modélisation en biologie

Informations générales
Nom
Paulevé
Prénom
Loïc
Diplôme
HDR
Année
2020
Détails de la thèse/HDR
Jury
Sylvain Sené (rapporteur), Université Aix-Marseille
Joachim Niehren (rapporteur), Inria Lille
François Fages (rapporteur), Inria Saclay
Laurence Calzone, Institut Curie
Franck Delaplace, Université Paris-Saclay
Hanna Klaudel, Université Paris-Saclay
Résumé en français
Les réseaux booléens spécifient des systèmes dynamiques discrets finis, et sont largement employés pour modéliser les processus de différenciation et de décision cellulaire. Dans ce manuscrit, j’aborde différents aspects des réseaux booléens, en allant de considérations formelles sur leurs sémantiques jusqu’à leur mise en pratique pour la prédiction de stratégies de contrôle, et la mise à disposition d’environnements logiciels pour faciliter leur analyse. Je détaille la sémantique MP (« Most Permissive ») qui offre des garanties fortes sur l’abstraction des trajectoires de modèles non-booléens, avec une complexité réduite pour l’analyse de propriétés d’accessibilité et d’attracteurs, en particulier avec les réseaux booléens localement monotones. Je présente ensuite un résumé de travaux auxquels j’ai contribué par l’encadrement de thèses autour de la sémantique d’ensembles de réseaux booléens et multivalués, de la synthèse d’ensembles de réseaux booléens, et de leur reprogrammation séquentielle pour la prédiction de stratégies de reprogrammation cellulaire. Enfin, outre l’implémentation d’outils basés sur ces résultats de recherche, j’aborderai le développement de l’environnement logiciel CoLoMoTo, autour des technologies Docker et Jupyter, contribuant à l’accessibilité et la reproductibilité des analyses de modèles biologiques. Je termine sur des perspectives de recherches autour de la sémantique MP et de la synthèse d’ensembles de réseaux booléens prédictifs.