Vendredi 7 juin 2019 15h00 – 16h30

SalleSC 10.01 Université de Montpellier –Campus Triolet

Apprentissage automatique pour la découverte de la physiologie nouvelle à partir de données omics

Les profils moléculaires à l’échelle du génome deviennent accessibles pour de nombreux projets de recherche biomédicale et clinique. La découverte de processus physiologiques à partir de ces données peut être tentée en utilisant des modèles basés sur des mesures uniques ou des combinaisons linéaires de ces mesures. La réalité biologique sous-jacente est souvent plus complexe que cela, mais le peu de données disponibles et les ressources informatiques limitées rendent difficile d’aller au-delà de ces modèles simples tout en préservant la puissance statistique et l’interprétabilité des résultats.

Dans mon exposé, j’aborderai deux cas d’approches informatiques nouvelles et soigneusement calibrées qui nous ont permis de découvrir et de valider des associations auparavant inconnues entre des données transcriptomiques et des phénotypes biomédicaux pertinents. Les deux modèles sont fortement interprétables et suffisamment génériques pour être appliqués à un large éventail de scénarios d’analyse du transcriptome.

Benno Schwikowski est responsable du Groupe  Systems Biology à l’Institut Pasteur qui développe des outils computationels pour découvrir les voies causales dans les maladies complexes.