om Demane Seren) Domaines Scientifiques Bioinformatique et Systémes Biologiques Associat informaticins et biolosists, le laboratoire développe un large spectre de compétences pour Ia boinformatique at étude des systémes Dologiques. Cette démarche alle expérimentation, Ia modélisation, la simulation et 'apprentissage statistique. En informatique, nos recherches portent sur le développement de nouveaux outils théoriques et algorithmiques. Nous nous intéressons en premier eu & élaborer des modéles cortinus bu discrets ces systirmes cynamiques que sont les réseaux de régulation génique, les réseaux de sighalsation ov les réseaux métaboliques et 3 en Studer les propristés; plus paticulérement aux propriétés de robustesse, causaité et modularité cans ces réseaux, En second leu, Nous Géveloppons fe nouveaux algorthmes entégration de données et apprentssage sta'stique pour enti ces systémes biologiques (réseaux de regulation, ‘éseaux métabolques) dont les dynam ques non linéaires ne sont observées que trés parellement et en un nomore limite de points de temps. Eo troisiéme leu, nous nous ntéressons aux données structurées (séquences, arbres, graphes), nambreuses en biologie et proposons des métnodes Glalgorthmigue combinattre, inference granmmaticale et dapprentssage staUstique pour 'aralyse at la prédicion de cas connées. Cas recherches Dermettent la prédiction automatique de structures G'ARNs non-codants 8 grande échelle dans les génomes et liférence interactions physiques entre Drotéines, En biologie, nous étucions le rBle du microerwironnement su: le comportement migratoire de celules caneéreuses et en particule réle de ‘olécules retrouvees en grandes quanttés autour des tumeurs les plus invas'ves, el ui represententclniquement des facteurs indépencants de ‘mauvais pranosti. Ces molecules modulent les voles de signalistionIntracellulares impliquées dans 'éehappement métastatque et determinent la ‘abiité cellulaire e expression de ranscrits ou de protéines igs au processus cancéreux: La modelisation mécanique et des formalismes de ‘madélisation, et de simulations mult-agents sont utllsés pour prédire les comportements moléculalres ou celllaires. Mots clés méthodes : modéles d'équations sitférentielles, modéles markoviens, réseaux booléens, algorithmique, méthodes formelles, apprentissage statistique foullle de données, classification, clustering, intégration de données, régularisation, méthodes & noyaux, prédiction de structures GARN ron dans, recherche de meroARNs, dynamique du microvenvironnement, migration et cancer Q\Wlyy Ww) Zs Mig “in mms GENOPOLE VIVRE L'INNOVATION AVE hepeoewasnacrtenyticonaaete «