jeudi 1er septembre à 15h
Resumé :
Ces dernières années ont vu le développement de techniques expérimentales
permettant l’analyse quantitative de systèmes biologiques, dans des
domaines qui vont de la neurobiologie à la biologie moléculaire. Notre
travail a pour but la description quantitative de tels systèmes à travers
des outils théoriques et numériques issus de la physique statistique et du
calcul des probabilités.
Cette thèse s’articule en trois volets, ayant chacun pour but l’étude d’un
système biophysique.
Premièrement, on se concentre sur l’infotaxie, un algorithme de recherche
olfactive basé sur une approche de théorie de l’information proposé par
Vergassola et collaborateurs en 2007: on en donne une formulation continue
et on en caractérise les performances.
Dans une deuxième partie on étudie les expériences de micromanipulation à
molécule unique, notamment celles de dégraffage mécanique de l’ADN, dont
les traces expérimentales sont sensibles à la séquence de l’ADN: on
développe un modèle détaillé de la dynamique de ce type d’expérience et
ensuite on propose plusieurs algorithmes d’inférence ayant pour objectif
de caractériser la séquence génétique.
Finalement, on donne une description d’un algorithme qui permet
l’inférence des interactions entre neurones à partir d’enregistrements à
électrodes multiples et on propose un logiciel intégré qui permettra à la
communauté des biologistes d’interpréter ces expériences
a partir de cet algorithme.
Abstract :
During the past few years the development of experimental techniques has
allowed the quantitative analysis of biological systems ranging from
neurobiology and molecular biology. This work focuses on the quantitative
description of these systems by means of theoretical and numerical tools
ranging from statistical physics to probability theory.
This dissertation is divided in three parts, each of which has a different
biological system as its focus.
The first such system is Infotaxis, an olfactory search algorithm proposed
by Vergassola et al. in 2007: we give a continuous formulation and we
characterize its performances.
Secondly we will focus on single-molecule experiments, especially
unzipping of DNA molecules, whose experimental traces depend strongly on
the DNA sequence: we develop a detailed model of the dynamics for this
kind of experiments and then we propose several inference algorithm aiming
at the characterization of the genetic sequence.
The last section is devoted to the description of an algorithm that allows
the inference of interactions between neurons given the recording of
neural activity from multi-electrode experiments; we propose an integrated
software that will allow the analysis of these data.
RECRUITMENT DIRECT ACCESS
The Department of Physics
The ENS Physics Laboratory 