Soutenance de thèse de BEN BOINA Nadine
Titre de thèse
De la modélisation logique à l'analyse des données transcriptomiques — Une perspective en biologie des systèmes
From logical modelling to transcriptomic data analysis — A systems biology perspective
Résumé de la thèse
Les systèmes biologiques sont par nature complexes. Ils sont composés de nombreux éléments dont les interactions donnent lieu à des propriétés émergentes. L'étude des systèmes biologiques repose souvent sur des approches qui prennent en compte l'ensemble du système et les interactions entre ses différents éléments.
Notamment, la modélisation mathématique constitue un outil puissant pour simuler et analyser le comportement des systèmes biologiques.
Parmi les modèles mathématiques existants, les modèles logiques (booléens et multivalués) se distinguent par leur faible dépendance aux données quantitatives. Ces modèles mettent l'accent sur les relations causales qualitatives entre les composants.
Ma thèse porte sur l'étude des systèmes biologiques à l'aide de modèles logiques. Après une introduction à la biologie des systèmes et à la modélisation logique, je présente ma contribution principale : une méthode pour affiner les modèles booléens, appelée « Multivalued Refinements of Boolean Models » (MRBM). Les modèles booléens utilisent des variables binaires pour représenter l'activité des composants biologiques. Cette simplification peut aboutir à une représentation incomplète de la dynamique d'un système. Les modèles multivalués peuvent remédier à cette limitation en permettant aux composants de prendre plus de deux niveaux d'activité. Néanmoins, déterminer quels composants multivaluer reste un défi. MRBM propose une solution en exploitant une nouvelle méthode de mise à jour de la dynamique, appelée « most permissive partielle ». Cette mise à jour est basée sur le schéma classique « most permissive ».
Cette thèse inclut aussi une étude collaborative sur des données de séquençage d'ARN issues de souris atteintes du syndrome de Hutchinson-Gilford Progeria. Cette étude illustre une approche différente de la modélisation logique pour l'étude des systèmes biologiques.
Thesis resume
Biological systems are inherently complex. They are composed of numerous elements whose interactions give rise to emergent properties. The study of these systems often relies on holistic approaches that account for both the entire system and the interactions among its various components. In particular, mathematical modelling is a powerful tool for simulating and analysing the behaviour of biological systems. Among the existing mathematical models, logical models (both Boolean and multivalued) distinguish themselves by their minimal reliance on quantitative data.
My thesis focuses on studying biological systems using logical models. After introducing systems biology and logical modelling, I present my main contribution: a method for refining Boolean models, termed “Multivalued Refinements of Boolean Models” (MRBM). Boolean models use binary variables to represent the activity of biological components, but this simplification can lead to an incomplete representation of a system's dynamics. Multivalued models can overcome this limitation by allowing components to adopt more than two activity levels. However, determining which components should be modelled as multivalued remains a challenge. The MRBM method addresses this challenge by leveraging a new updating strategy, called “partial most permissive” updating, which is based on the classical “most permissive” scheme.
This thesis also includes a collaborative study on RNA sequencing data from mice affected by Hutchinson-Gilford Progeria syndrome. This study illustrates a different approach to studying biological systems — other than logical modelling.