Symbiose Project Team - INRIA/Irisa © 2007 - 2008


Jeudi 17 Novembre 2011, Patrick Meyer (Universite Libre de Bruxelles)
Written by Pierre PETERLONGO   

Inférence de réseau basée sur la théorie de l'information et appliquée à l'analyse de régulations transcriptionnelles

10h30 salle Aurigny
Un des problèmes typiques en bioinformatique consiste à
extraire de l’information structurée des données issues de biopuces.
Les jeux de données issus de biopuces sont souvent constitués de très
nombreuses variables, très peu d’échantillons et beaucoup de bruit.
L’analyse de ces données représente donc un des grands défis actuels
pour les méthodes d’apprentissage automatique. L’inférence de réseau
est une technique d’apprentissage automatique qui vise à déterminer
les dépendances entre variables d’un jeu de données et à les
représenter à l’aide d’un graphe. Appliquée aux données issues de
biopuces, cette technique permet de retrouver le réseau de régulations
transcriptionnelles d’une cellule et d’identifier des gènes
spécifiques impliqués dans diverses maladies. Cette présentation se
focalise sur les méthodes d’inférence de réseau qui utilisent la
théorie de l’information pour inférer les dépendances entre variables.
En particulier, je vais présenter MRNET, une méthode d’inférence à
base de sélection de variables, ainsi que le package R et Bioconductor
qui l’implémente.
 


http://www.irisa.fr/symbiose

Powered by Joomla!

Generated:Tue, 21 Nov 2017 16:40:43 +0100