Etude des conditionsd'émergence d'une communication cellulaire par système multi-agent auto-adaptatif

Study of conditions for the emergence of cellular communication using self-adaptive multi-agent systems

• Auteur / Autrice : Sébastien Maignan
• Direction : Pierre Glize, Carole Bernon
• Type : Thèse de doctorat
• Discipline(s) : Intelligence artificielle
• Date : Soutenance le 30/08/2018
• Etablissement(s) : Toulouse 3
• Ecole(s) doctorale(s) : École doctorale Mathématiques, informatique et télécommunications (Toulouse)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Informatique de Toulouse (1995-....)

Mots clés

Mots clés contrôlés

Systèmes auto-organisés

Intelligence artificielle répartie

Cellules -- Interaction

Mots clés libres

Système multi-agent

Autoadaptation

Communication

Cellules

Multi agent system

Autoadaptation

Communication

Cells

Résumé

Les cellules sont des entités complexes qui interagissent pour former des organismes supérieurs avec des comportements émergents. Pour coordonner leurs actions, les cellules utilisent des molécules messagères qui influencent le comportement de leur environnement cellulaire. Cette communication peut prendre la forme d'ordres simples ou complexes et dépendants de diverses conditions internes et externes. L'émergence de ces protocoles de communication est au centre de cette thèse ainsi que sa nature, simple ou structurée comme un langage. Un système multi-agents adaptatif (AMAS) est développé pour étudier les conditions nécessaires à l'émergence de la coopération et de la communication dans le contexte des tissus multicellulaires. A partir d'un modèle simpliste de cellule eucaryote, le comportement de l'agent cellulaire est développé et l'évolution du système global est explorée pour identifier les conditions minimales et nécessaires à l'apparition de la communication. La difficulté par rapport à d'autres systèmes multi-agents réside dans les interactions limitées entre les agents, puisque tout échange d'informations doit passer par l'environnement des cellules, en tant que molécules. A cet égard, la coordination cellulaire dépend de nombreux facteurs tels que la diffusion ou la stabilité chimique des molécules. L'un des défis de cette étude est de trouver une méthodologie de simulation qui n'introduit pas de biais vers le comportement attendu du système, à savoir la communication. Cela impose d'éviter toute méthodologie utilisant des fonctions globales de fitness comme les réseaux neuronaux ou les algorithmes génétiques. Un autre défi est l'exploration de l'espace de paramètres du système qui croît de façon exponentielle avec sa taille. Il doit être efficace et sans parti pris. Le paradigme de coopération utilisé dans le cadre d'AMAS est bien adapté à cette tâche et permet des temps de simulation raisonnables. Ce manuscrit présente l'état de l'art des simulations multicellulaires et leur utilisation potentielle dans ce contexte. Ensuite, le système AMAS est développé étape par étape pour explorer les conditions de l'émergence de la communication. A chaque étape, l'efficacité de la méthodologie est discutée et les résultats expérimentaux sont présentés pour vérifier que l'approche n'introduit pas de biais.

Cells are complex entities that interact together to form higher organisms with emergent behaviors. To coordinate their actions, cells use chemical messenger molecules that influence the behavior of their cellular environment. This communication could be in the form of simple orders or complex and dependent of various internal and external conditions. The emergence of these communication protocols is the focus of this thesis as well as its nature, simple or structured as a language. An adaptive multi-agent system (AMAS) is developed to study the necessary conditions for the emergence of cooperation and communication in the context of multicellular tissues. Starting from a simplistic model of eukaryotic cell, the cell agent behavior is developed and the global system evolution explored to identify the minimal and necessary conditions for the apparition of communication. The difficulty when compared with other multi-agent systems lies in the limited interactions between agents, since all information exchange must pass through the environment of the cells, as molecules. In this respect, cellular coordination depends on numerous factors like diffusion or chemical stability of the molecules. One challenge in this study is to be able to find a simulation methodology that does not introduce any bias towards the expected system behavior, namely communication. This imposes to avoid any methodology using global fitness functions like neural networks or genetic algorithms. Another challenge is the exploration of the parameter space of the system that grows exponentially with its size. It must be efficient and bias free. The cooperation paradigm used in the AMAS framework is well suited for this task and allows for reasonable simulation times. This work presents the state of the art in multicellular simulations and their potential use in this context. Then the AMAS system is developed step by step to explore the conditions for the emergence of communication. At each step, the efficiency of the methodology is discussed and experimental results are presented to verify that the approach is unbiased.