Modélisation incrémentale des réseaux biologiques

• Main Author: Yartseva Smidtas, Anastasia
• Other Authors: Evry-Val d'Essonne
• Language: fr; en
• Published: 2007
• Subjects: Réseaux biologiques; Biological networks
• Online Access: http://www.theses.fr/2007EVRY0025/document

Le domaine scientifique de la Biologie des Systèmes étudie les interactions entre les composantes d'un système biologique afin d'en comprendre son fonctionnement global. Au cours de cette these, nous avons d’abord utilisé des graphes simples. Cette approche a permis d' appréhender la manière dont un réseau biologique peut interagir avec son environnement, lui-même modélisé par un autre réseau. Nous avons ensuite défini le formalisme MIB (Model of Interactions in Biology) qui permet de définir, rechercher et étudier les motifs hétérogènes. Enfin pour approfondir l'étude de la structure et de la dynamique, nous avons proposé le formalisme MIN. MIN possède la structure bipartie de MIB, mais permet d'avoir des annotations beaucoup plus riches des noeuds et des arcs du réseau qui peuvent être utilisées pour la traduction des données automatiquement en d'autres formalismes couramment utilisés en modélisation biologique, tels que les équations différentielles ou la modélisation logique. === The scientific domain of the Systems Biology studies the interactions between the components of a biological system in order to understand its functioning as a whole. In this thesis, we first used searched to apprehend how a biological network, modelled as a simple graph, interact with its environment, modelled by another graph. Next, we have defined the MIB formalism (for Model of Interactions in Biology) that enables to model, to search and to study the heterogeneous motifs in biological networks. Finally, for deepening the study of structure and dynamics of biological networks, we have proposed the MIN formalism (for Modular Interaction Network). MIN inherited the bipartite structure of MIB, but also includes the richer annotations for nodes, arcs and possible states of the network, thus enabling the automatic translation of data contained in MIN into other formalisms commonly used in biology for dynamics modelling, such as logical networks, differential equations or Petri nets.