Reconstruction de réseaux métaboliques par annotation fonctionnelle et complétion de ces réseaux par intégration de données hétérogènes

par Alexandra-ioana Zaharia

Projet de thèse en Informatique

Sous la direction de Christine Froidevaux et de Alain Denise.

Thèses en préparation à Paris Saclay , dans le cadre de Sciences et Technologies de l'Information et de la Communication , en partenariat avec LRI - Laboratoire de Recherche en Informatique (laboratoire) , BioInfo - Bioinformatique (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 01-10-2015 .


  • Résumé

    En biologie des systèmes, un réseau métabolique peut être divisé en modules fonctionnels qui permettent de définir ses éléments fondamentaux correspondant en général à des variations d'une même voie ancestrale. Le but de la thèse est d'identifier et compléter des modules fonctionnels lacunaires en leur ajoutant des gènes manquants dont le rôle peut être très important pour les réseaux métaboliques, en se fondant sur l'utilisation d'autres types d'information hétérogène : le voisinage de gènes et les interactions protéine-protéine. La méthode proposée consiste à procéder par alignement du graphe du nouveau génome avec les graphes des génomes connus pour trouver des patterns intéressants et ensuite d'essayer d'identifier les réactions lacunaires par ces approches hétérogènes. Pour cela deux axes seront considérés : (i) Etablissement d'une correspondance entre les éléments constitutifs des graphes définissant les réseaux biologiques en exploitant des ontologies et (ii) Intégration de données hétérogènes pour identifier des patterns intéressants dans les réseaux biologiques. Les méthodes développées dans cette thèse seront appliquées aux réseaux métaboliques de plusieurs centaines de champignons, qui sont disponibles dans la base de données FungiPath disponible à l'I2BC.

  • Titre traduit

    Metabolic network reconstruction by functional annotation and network completion by integrating heterogeneous data


  • Résumé

    In systems biology, a metabolic network can be divided into functional modules which allow to define its fundamental elements corresponding, in general, to variations of a same ancestral pathway. The objective of this PhD thesis is to identify and complete lacunary functional modules by adding to these modules missing genes whose role might be very important for metabolic networks. This approach is based on using other types of heterogeneous information: gene neighboring and protein-protein interactions. The suggested method consists of aligning the graph representation of the new genome with the graphs of known genomes for finding interesting patterns and attempting to identify the lacunary reactions using these heterogeneous approaches. In order to accomplish this objective, two research axes will be considered: (i) establishment of a correspondence between constitutive elements of graphs defining biological networks by means of exploiting ontologies and (ii) integration of heterogeneous data in order to identify interesting patterns in biological networks. The methods that will be developed during this thesis will be applied to the biological networks of several hundred fungi, available in the FungiPath database developed at I2BC.