En savoir plus

Contexte et enjeux

Une approche particulièrement prometteuse, mais encore inexplorée à cette fin, est l'utilisation de modèles de copules paramétriques, qui peuvent être utilisés pour coupler des variables de natures disparates. Un modèle à copules permet de décomplexifier les relations entre plusieurs mesures : un modèle plus simple est défini indépendamment pour chaque variable, et une fonction dite « copule » est ensuite construite pour les lier. Ces modèles peuvent ainsi être utilisés pour coupler des variables de natures disparates. Le développement d'un tel modèle sous forme graphique et efficace en temps de calcul représente donc un défi méthodologique ouvert pour l'inférence de réseaux génériques à partir de données de type mixte.

Objectifs

le projet DINAMIC, vise à développer et à implémenter un cadre multivarié innovant et largement applicable basé sur des copules et une vraisemblance par paires aléatoires (Mazo et al., 2021) pour l'analyse différentielle de réseaux de type mixte.

Ces développements méthodologiques s’appuieront sur une succession de trois applications couvrant plusieurs thématiques de recherche à INRAE ​​:

• réseaux de santé cognitive chez des seniors suite à l'introduction de suppléments nutritionnels;
• réseaux phénotypiques en réaction à un stress thermique dans des lignées de maïs structurées selon leur proximité génétique ;
• réseaux multi-omiques du sperme dans des groupes de taureaux à fertilité contrastée.

Chaque application motivera une facette distincte de notre approche, mettant en évidence la valeur ajoutée de notre collaboration interdisciplinaire. Pour combiner des développements statistiques théoriquement solides et efficaces en calcul avec des hypothèses de modélisation pertinentes alignées avec la biologie sous-jacente, le projet DINAMIC s’appuie sur un cycle continu d'interactions entre les méthodologistes et les experts du domaine.

Notre modèle multivarié de réseaux de type mixte correspondra à une nouvelle approche de biologie numérique, avec le potentiel de générer de nouvelles connaissances sur la plasticité des réseaux dans une large variété de disciplines scientifiques.

Contact :

Acteurs du projet

Unités INRAE impliquées

Partenaires extérieurs