Biologie systémique computationnelle

Chef d'équipe

Prof. Ovidiu Radulescu

Intérêts de la recherche

Nous développons des approches mathématiques pour l'apprentissage et l'analyse de modèles mécanistes de systèmes biologiques à différents niveaux d'organisation, en mettant l'accent sur les interactions hôte-pathogène dans plusieurs maladies infectieuses (malaria, VIH) et sur le cancer.

La modélisation mathématique des systèmes biologiques, dans tous leurs détails, est un défi de taille. Pour traiter de manière réaliste la dynamique des voies moléculaires et des réseaux de gènes dans la cellule, les modèles ascendants utilisent des milliers de variables. En outre, dans les modèles de tissus, les populations de cellules avec une dynamique cellulaire complexe doivent être décrites collectivement dans un cadre spatial hétérogène. Pour faire face à cette complexité, nous développons des méthodes rigoureuses et automatisées pour générer des hiérarchies de modèles simplifiés qui ne conservent, à chaque échelle, que les processus et composants essentiels. Nos approches de modélisation apportent des solutions à de nombreux problèmes en biologie fondamentale et en médecine.

Nous développons également de nouvelles méthodes d'IA pour l'extraction d'informations à partir de données biologiques. Notre vision dans ce domaine est de combiner des modèles "boîte noire" basés sur des données avec des modèles "boîte blanche" basés sur des connaissances dans le cadre d'approches hybrides de l'IA.

Pour plus d'informations, consultez le site du Biologie systémique computationnelle du LPHI du LPHI.