Thèse en Mathématique-Informatique, soutenue par Mohamed Lemine Ahmed Sidi sous la codirection de Mohamedade Farouk Nanne de l'Université de Nouakchott et le Pr Emmanuel Néron de l'Université de Tours. (17/06/2022)
Mots clés :
recherche opérationnelle, bio-informatique, comparaison de réseaux biologiques, procédure par séparation et évaluation, programmation linéaire en nombres entiers, programmation par contraintes.
Formation doctorale :
Formation doctorale en Mathématique-Informatique, Ecole doctorale des Sciences et Technologies, Université de Nouakchott
Résumé
La biologie des systèmes est un domaine récent proposant d’étudier les organismes vivants tels qu’ils se présentent en réalité. Cette approche s’oppose aux précédentes en intégrant différents niveaux d’information (biologiques, physiologiques, biochimiques, etc.) pour comprendre le fonctionnement de ces organismes. Cela nécessite des algorithmes de traitement et d’analyse de plus en plus spécialisés et efficaces. De nombreuses approches destinées à la comparaison de réseaux biologiques (homogènes ou hétérogènes) reposent sur des modèles de graphe. En effet, en bio-informatique, ces réseaux sont souvent modélisés par des graphes. Les sommets sont des composants biologiques et les arêtes représentent leurs interactions. En fonction de la nature de ces réseaux, les graphes correspondants peuvent être orientés ou non-orientés. Cette thèse en Recherche Opérationnelle s’inscrit dans le cadre applicatif de la biologie des systèmes et porte plus particulièrement sur un problème relatif aux réseaux biologiques hétérogènes. L’objectif principal est d’étudier la relation entre le métabolisme et le génome. Nous avons choisi de nous concentrer sur la détection de réactions métaboliques voisines catalysées par des produits de gènes voisins, où la notion de voisinage peut être modulée en autorisant que certaines réactions et/ou gènes soient omis. Dans un premier temps, nous proposons des approches permettant de comparer deux réseaux biologiques modélisés respectivement par un graphe orienté D et un graphe non-orienté G, construit sur le même ensemble de sommets. Ces approches consistent à identifier une structure biologiquement significative dans D, dont les sommets induisent dans G une structure qui soit aussi biologiquement significative. Dans un second temps, nous étudions le degré de conservation des motifs métaboliques et génomiques ainsi extraits à l’échelle de plusieurs espèces.
Systems biology is a recent field of science that proposes the study of living organisms as they are found in nature. This approach differs from previous ones by integrating different levels of information (biological, physiological, biochemical, etc.) to understand the functions of these organisms. This requires the use of specialized and efficient treatment and analysis algorithms. Many approaches for the comparison of biological networks (homogeneous or heterogeneous) are based on graph models. In bioinformatics, these networks are often modeled by graphs. The vertices are biological components and the edges represent their interactions. Depending on the nature of these networks, the corresponding graphs can be oriented or non-oriented. This thesis in Operational Research is in the context of systems biology and focuses on a problem related to heterogeneous biological networks. The main objective is to study the relationship between metabolism and genome. We have chosen to focus on the detection of neighboring reactions catalyzed by products of neighboring genes, where the notion of neighborhood can be modulated by allowing some reactions and/or genes to be skipped. The process comprises of two steps. Firstly, we propose approaches to compare two biological networks modeled respectively by a directed graph D and a non-oriented graph G, built on the same set of vertices. These approaches consist in identifying a biologically significant structure in D, whose vertices induce in G a structure that is also biologically significant. secondly, we study the degree of conservation of metabolic and genomic motifs at the scale of several species.
