ARCHIVED WEBSITE

Biosanté

Santé et Biologie computationnelles.

Introduction:

La compréhension du fonctionnement et des dysfonctionnements des systèmes biologiques (au sens large) reste un des grands défis de notre époque. Les informations à intégrer, qui vont de l'échelle moléculaire (avec par exemple la bio-informatique structurale qui renseignera sur l'arrimage de molécules, ou la transcriptomique de laquelle on infère les réseaux de régulation) à l'échelle macroscopique (par exemple quantification de l'évolution d'une pathologie), ainsi que la multitude des moyens d'observations (microscopie, imagerie moléculaire, signaux engendrés par les organes, imagerie anatomique), rendent nécessaire l'interaction de plusieurs spécialités. La modélisation des systèmes eux-mêmes est d'abord un moyen d'intégrer les connaissances acquises et de les transmettre (modélisation explicative). Elle offre en plus la possibilité de simuler ou raisonner sur leur comportement (modélisation prédictive), donc ouvre la voie à un possible contrôle de leur fonctionnement, et une réparation des fonctions biologiques. Elle est aussi source d'information pour de nouvelles expérimentations qui permettront d'infirmer ou de confirmer les principales hypothèses, de compléter les observations de manière rigoureuse, et ainsi d'enrichir ainsi la réflexion méthodologique.

Cette modélisation nécessite la conception de nouveaux outils informatiques, mathématiques et numériques qui intègrent l'ensemble des données observables et permettent de représenter de tels systèmes, d'étudier leur comportement dynamique (qualitativement et quantitativement), de les contrôler et de les simuler sur ordinateur. De telles études sont par nature pluridisciplinaires (informatique, mathématiques appliquées, physique, biologie, physiologie, médecine, génétique, chimie, etc.) et par conséquent les dispositifs de formation de jeunes scientifiques rompus à la pluridisciplinarités sont également importants.

Recherche:

La complexité des systèmes biologiques induit des problèmes difficiles et spécifiques. Des défis scientifiques et technologiques essentiels sont à relever pour observer, analyser et modéliser tant l'organisation structurelle que fonctionnelle des systèmes biologiques et ce à tous les niveaux d'analyse : microscopique (équipes Ariana, Asclepios et BioInfo de l'INRIA et de l'I3S, en partenariat local avec l'IPMC et l'INRA), mésoscopiques et macroscopiques (équipes Asclepios, Odyssée, NeuroMathComp et Signal de l'INRIA et de l'I3S). Le développement de systèmes d'observation spécialisés permettant de suivre des molécules marquées (IPMC), de mesurer une activité neuronale (Odyssée, NeuroMathComp, Signal, INRIA/I3S), ou de monitorer une pression sanguine à distance (LEAT) sont autant d'outils indispensables pour acquérir des observations. Le développement d'une algorithmique complète de traitement du signal et d'interprétation des images offre les moyens d'une meilleure exploitations des observations: il est par exemple possible d'extraire les fibres de la matière blanche à partir d'image de diffusion obtenues par résonance magnétique (Asclepios, Odyssée, INRIA), ou de reconstruire l'activité électrique du cerveau à partir de mesures d'électro- ou de magnéto-encéphalographie (Odyssée, Signal, INRIA/I3S), ou encore de caractériser des pathologies cardiaques par des méthodes de séparation de sources (Signal, I3S).

Le développement d'outils statistiques spécifiques permettent de plus d'estimer une variabilité normale de ces observations entre individus et de les distinguer de déviations pathologiques (Asclepios, Signal, INRIA/I3S). La théorie du contrôle et des systèmes dynamiques permet  de modéliser et étudier les grands réseaux métaboliques, génétiques et de signalisation dans les cellules (Comore, INRIA) et leur étude qualitative permet d'appliquer des raisonnements logiques assités par ordinateur pour optimiser les plans d'expériences biologiques et prédire l'impact d'une molécule pharmaceutique (BioInfo, I3S). La mise en oeuvre des lois de commandes requiert ensuite la résolution numérique des systèmes numériques (Coprin, INRIA) ou la résolution de systèmes de contraintes (CeP, I3S). La géométrie algorithmique offre des moyens performants pour comprendre les arrangements moléculaires (ABS, INRIA) ou les dynamiques des compartiments cellulaires (BioInfo, I3S).

Le traitement de la masse de données requise nécessite alors de la fouille de données (Kewi, I3S) et l'emploi d'une puissance de calcul importante, comme le calcul sur grille (Modalis, I3S). Il devient alors possible de s'attaquer à des modélisations soit géométriques, comme une articulation (Coprin, INRIA), soit géométriques et fonctionnelles, comme l'appareil de Golgi (BioInfo, I3S), le cerveau (Odyssée, Signal, INRIA/I3S) ou le coeur (Asclepios, Signal, INRIA/I3S).

Les aspects multi-échelles (du nanoscopique au macroscopique) sont importants pour bien modéliser les phénomènes biologiques et physiques en jeu, ce qui rend peu aisée l’identification des paramètres (par méthodes statistiques, par résolution de problèmes inverses ou par logique formelle) pour l'adaptation des modèles à un individu particulier.

Un enjeu important est alors d'individualiser la mise au point de stratégies thérapeutiques ou palliatives : modélisation numérique de systèmes antenne/capteur implanté (équipe Nachos de l'INRIA, LEAT), rééducation fonctionnelle (Coprin, INRIA). L'individualisation des analyses peut par exemple porter sur les aspects cardio-respiratoires en situation d'effort (Signal, I3S).

Transfert:

Les mécanismes de transfert se déclinent de différentes façons. Tout d'abord, le transfert de connaissances, sous une forme logicielle par exemple, des équipes méthodologiques (ex: I3S ou INRIA) vers des équipes de recherche biologiques ou cliniques (ex: CHU, INRA, IPMC) permet à celles-ci d'optimiser l'exploitation de leurs observations. La présence de telles équipes de recherche sur le campus de Sophia  est un avantage incontestable, et permet de dépasser le simple transfert pour aller vers l'enrichissement mutuel entre disciplines de recherche.

Le riche tissu industriel local (Galderma, TxCell, laboratoires Genévrier, Neurelec, Median, Quantificare, etc) offre également des débouchés industriels directs.

Enfin, le transfert des connaissances se fait également par l'enseignement exercé par les enseignant-chercheurs, mais aussi par les chercheurs, au sein des différentes formations proposées par l'UNS dont l'Ecole Polytechnique Universitaire (EPU) est la principale antenne sur le site de Sophia Antipolis.

Enseignement:

Le caractère pluridisciplinaire de ce domaine est reflété dans les formations des ingénieurs et des futurs doctorants du campus STIC : filière "Bio-Informatique et Modélisation pour la Biologie" (BIMB) du département de Génie Biologique de l'EPU et plusieurs cours pluridisciplinaires dans les départements Electronique et Sciences Informatiques de l'EPU ainsi que dans plusieurs parcours du master d'informatique (IFI). Ces formations se renforcent actuellement pour proposer des cursus de bio-informatique ou de bio-ingénierie, qui regroupent des cours des disciplines impliquées, comme actuellement le nouveau parcours "Computational Biology" du Master IFI (http://www-sop.inria.fr/websites/campus-stic/msc-computationalbiology/).

Animation:

L'I3S et l'INRIA participent activement à l'animation scientifique du site de Sophia-Antipolis par le biais des journées de rencontres annuelles "BioSTIC" sur les thèmes de bio-ingénierie et de bio-informatique, des colloquiums Jacques Morgenstern (partenariat entre l'EdSTIC, l'EPU, l'I3S et l'INRIA) et par l'investissement des équipes de recherche lors des manifestations de vulgarisation scientifique (journées des fêtes de la science, etc).

Animateur : Grégoire Malandain (INRIA)