|
General : |
|
|
|
|
|
Publications : |
|
|
|
|
|
|
|
|
|
Current : |
|
|
|
|
|
GB4 bio théorique
Biologie,
Bio-informatique et I.A., GB3 second semestre 2024-2025
Quelques documents de cours:
La note de ce cours est attribuée via
un exposé de groupe, sur un domaine d'actualité de la biologie des
systèmes ou de la bio-informatique et l'I.A.
- Former des groupes de 4 étudiants, au choix des étudiants
(éventuellement 1 groupe de 3 ou 2 à 3 groupes de 5)
- Chaque groupe choisit un domaine à exposer et, à l'issue du premier
cours, les délégués envoient le tableau des groupes et des domaines
choisis à gilles.bernot@univ-cotedazur.fr
- L'exposé devra durer entre 12 et 15 minutes
- Tous les membres du groupe devront intervenir durant l'exposé ;
l'exposé devra donc être préparé avec soin
- Les critères de notation comprendront: l'intérêt du sujet abordé, la
clarté des tenants et aboutissants du domaine exposé (i.e. le
contexte), la clarté et la complétude des questions scientifiques que
cela soulève
- La note finale sera la moyenne de deux notes: celle des enseignants du
jury et celle des étudiants auditeurs
Les exposés auront lieu le 22 avril de 13h30 à 16h30 en
présence de tous.
Le choix du domaine à exposer est laissé libre.
Les propositions ci-dessous ne sont que des exemples
desquels vous pouvez vous inspirer si les idées vous manquent. Elles
décrivent des domaines assez larges qui peuvent être réduits si l'on préfère
se focaliser sur certains aspects.
Biologie des systèmes et modélisation pour piloter la chronothérapie:
Ses liens avec la médecine personnalisée pour prédire l'impact des horaires
de prise de médicaments sur l'efficacité thérapeutique, pour préconiser les
meilleures stratégies de distribution des heures de travail ou pour limiter
leur impact sur la santé (e.g. "les trois-huit"), etc.
Deep-Learning et spiking neural networks:
Comment l'évolution des connaissances en neurologie ont influencé l'I.A. au
travers des réseaux neuronaux informatique. Évolution récente vers les
réseaux de neurones à spikes.
De Darwin aux algorithmes génétiques:
Comment les connaissances sur le rôle des mutations génétiques dans
l'évolution ont influé l'informatique pour la recherche de solutions
optimales à des problèmes d'optimisation. Avantages et limitations.
Apports de la modélisation pour limiter l'expérimentation animale:
Comment la biologie des systèmes fait appel à la modélisation in silico
pour prédire des comportements néfastes, et ainsi mieux choisir les
traitements qui méritent de passer à la phase d'expérimentation animale (en
pharmacologie, en cosmétiques, etc).
Biologie synthétique:
Comment la modélisation en biologie des systèmes permet de faire appel au
vivant pour optimiser la production de composés d'intérêt (bio-fuel,
molécules pharmaceutiques, etc).
Ordinateurs biochimiques:
Recherches récentes sur l'exploitation des réseaux biologiques
(métaboliques, régulation, signalisation) pour effectuer des "calculs" qui
permettent par exemple de produire des diagnostics (cf. EasyCov),
ou les méthodes de calcul à ADN, ou encore l'exploitation des molécules
d'ADN pour stocker des données informatiques à long terme, etc.
Modélisation pour la conception de molécules pharmaceutiques:
Apports de la notion de fragment moléculaire et de la modélisation des
domaines protéiniques pour prédire des fragments prometteurs de molécules
thérapeutiques, leur action phénotypique sur la cellule et leur action sur
les molécules cibles au sein de la cellule...
Les apports de la biologie des systèmes pour le traitement du cancer:
Par exemple pour caractériser les types de tumeurs, pour aborder les
thérapies du cancer, pour concevoir de nouvelles stratégies thérapeutiques,
etc.
Évolution artificielle et étude des premiers organismes vivants:
Étude des mécanismes d'évolution potentiels, prédiction des évolutions à
venir ou, inversement, hypothèses sur les origines de la vie, modélisation
pour la
théorie synthétique de l'évolution, évolution de la complexité des génomes,
etc.
|
Gilles Bernot