Aspects multi-échelles de l'information en biologie : de la physique à la biologie

par Boris Saulnier

Thèse de doctorat en Informatique

Sous la direction de Giuseppe Longo.

Soutenue en 2006

à Paris 7 .


  • Résumé

    Un enjeu de la bioinformatique est de reconstruire les états et la dynamique d'un système biologique à partir des données génétiques. Pour cela, on utilise dans la thèse différentes entropies, qui donnent une forme mathématique précise à la quantité d'information associé^ à un processus de mesure. On montre, dans le cadre de la dynamique symbolique, que les différentes quantités d'information associables à une source de données sont équivalentes, mais que leur calcul effectif nécessiterait des suites infinies de données. La reconstruction d'une dynamique nécessite donc une caractérisation théorique a priori, souvent absente en biologie. On met en évidence que la représentation probabiliste, qui permet le calcul de l'information, est tributaire d'une théorie et de ses symétries. L'analyse de cette question nous conduit à souligner qu'une fréquence mesurée dans une population n'a pas. . . Nécessairement de signification pour un organisme donné de cette population. Puis, sur la base de la thermodynamique linéaire des processus irréversibles, on développe un résultat original, remarquablement confirmé numériquement, lié aux relations d'échelles qui gouvernent la thermodynamique biologique. Cette approche s'appuie sur la décomposition de l'entropie thermodynamique en deux composantes, liées respectivement aux processus d'organisation et de désorganisation. Enfin, on utilise l'approche hyperbolique des systèmes hors équilibre, et la notion d'information pertinente en physique statistique quantique, pour montrer la nécessité de considérer en biologie des hiérarchies d'entropie. Ce fait pointe la nécessité d'une information intrinsèquement relative d'échelle, qui reste à définir.

  • Titre traduit

    Multiscales aspects of information : from physics to biology


  • Résumé

    One goal of biocomputing is to rebuild the states and dynamic of a biological System from genetic data. For that, we use in this thesis different entropies, which give a precise mathematical form to the information quantity associated to a measurement process. We show, within the symbolic dynamic framework, the equivalence of different information quantities associated to a data source. But thé effective calculation requires infinite data sequences. Therefore, the reconstruction of a dynamic requires an a priori theoretical characterization, which often lacks in biology. We show that probabilistic representation, which underlies information computation, depends on a theory and its symetries. As a consequence, we show that a frequency measured in a population is not necessarily meaningfull for a given organism. Then we use linear thermodynamics of irrerversible processes to develop an innovative result, numerically confirmed, linked to scaling laws of biology thermodynamics. For that, we decompose the thermodynamical entropy in two parts, associated respectively to organization and disorganization processes. Last, we use the hyperbolic approach, and the notion of relevant information in statistical quantum physics, to show the necessity to deal with hierarchies of entropy in biology. This opens the way to the definition of an intrisically scale relative information

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (216 f.)
  • Notes : Publication autorisée par le jury
  • Annexes : 163 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Diderot - Paris 7. Service commun de la documentation. Bibliothèque Universitaire des Grands Moulins.
  • PEB soumis à condition
  • Cote : TS (2006) 225
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.