Illustration prédire les phénotypes
Prédire

Prédire

Axe 2 : Prédiction des phénotypes et réponses aux changements de champs de contraintes
Cet axe porte sur la prédiction des phénotypes de la cellule à l’individu et à la population, de leurs fonctionnalités et des réponses aux changements de champs de contraintes (environnement biotique et abiotique, modes de gestion, pratiques).

L’un des défis de la biologie numérique tient à l’élaboration, la comparaison et l’amélioration de méthodes d’apprentissage, en les adaptant de façon à intégrer les données multi-sources (omiques, capteurs, environnement, données issues de démarches participatives). La modélisation de processus biologiques et physiologiques permettant le développement d’approches prédictives et la simulation de systèmes biologiques complexes constituent également des enjeux majeurs. Il s’agit notamment de tester la robustesse de modèles construits dans l’axe 1, en les soumettant à des conditions fluctuantes (internes ou externes).

Ces recherches incluent des approches prédictives reposant sur la modélisation, l’assimilation de données et le couplage entre les approches dites « datadriven » et « concept-driven », en tenant compte  des dimensions essentielles de la prédiction que sont la planification, la quantification des incertitudes et l’évaluation de la qualité prédictive.

Thématiques de recherche

  • La prédiction génomique ;
  • La prise en compte de l’ensemble des facteurs transmissibles - qu’ils soient génétiques ou non - dans la prédiction du potentiel d’un individu à transmettre ses caractéristiques à sa descendance ;
  • L’application de ces méthodes pour identifier des bio-marqueurs d’état ou de potentiel des organismes (niveau de résistance, niveau de stress, …), ou des cibles génétiques pour l’optimisation de réseaux métaboliques ;
  • La prédiction des impacts de scénarios complexes d’exposition chimique et biologique sur la physiologie (de l’échelle de la cellule à celle de l'individu) ;
  • La mobilisation des informations d’état (phénotype, génome, environnement) et des connaissances sur les processus aux échelles des organismes (et infra) pour prédire le fonctionnement et les trajectoires de populations à différentes échelles spatiales et/ou temporelles.

Défis méthodologiques

  • Sélectionner les méthodes d’apprentissage les mieux adaptées à un problème donné, déterminer leurs apports et de leurs limites pour détecter des structures complexes ou des signaux faibles dans les données ;
  • Construire et simuler des modèles intégratifs avec de bonnes capacités prédictives, permettant de distinguer les effets de facteurs confondus dans les données ;
  • Accéder à des quantités non observables par l’inversion de modèles (e.g. estimation de la valeur de traits) ;
  • Accroître la qualité et la robustesse de la prédiction (avec les questions sous-jacentes de planification et d’échantillonnage, d’évaluation de l’incertitude, de prise en compte de changements d’environnements).

Dans ce dossier

Illustration thèse confinancée
Thèse de Camille Juigné (PEGASE, soutenue en 2023). Les phénotypes individuels d’intérêt susceptibles de contribuer à des systèmes de productions animales durables sont sous la dépendance de caractères complexes, au sens où un grand nombre de voies biologiques internes à l’animal sont impliquées. A l’échelle de l’organisme animal, il est important de définir quels sont les éléments-clés susceptibles de jouer un rôle pivot dans le contrôle du caractère et les interdépendances entre les réseaux d’entités biologiques qui y contribuent.
Illustration thèse confinancée
Thèse de Maxime Delmas (Toxalim, soutenue en 2022). Les études en métabolomiques visent à extraire une signature métabolique (liste de métabolites) liée à une condition expérimentale particulière. Ces signatures permettent d'identifier des biomarqueurs ou de classer des individus, mais leur interprétation biologique et physiologique reste un défi. Ceci est essentiel, par exemple, lorsque l'objectif est d'associer les signatures métaboliques à des effets pathologiques potentiels.
Le développement de la sélection génomique - et des autres analyses « omiques » telles que la métagénomique, transcriptomique, métabolomique et protéomique - permet aujourd’hui de caractériser les animaux grâce à des milliers de mesures. Ces données massives sont intégrées dans des modèles, afin de prédire des caractères de production avec la plus grande précision possible.
En génétique des plantes et des animaux, les programmes de sélection visent à identifier des individus dont les performances (rendement, résistance aux maladies ou à un stress environnemental) répondent à des critères préalablement définis. Cette sélection peut nécessiter l’acquisition de données, au champ ou en élevage, qui peut être coûteuse ou longue à réaliser. Le projet DeepPhenomic propose une alternative à cette technique.
Fermentwin © Freepik
La transcription des gènes est un processus essentiel dans la réponse adaptative des plantes aux contraintes environnementales. Le consortium scientifique interdisciplinaire PRECURSOR a pour objectif d’explorer et de mieux comprendre ce processus dans les régions proximales des gènes pour, à terme, améliorer le pouvoir prédictif des modèles de sélection.
Jumeaux numériques de systèmes microbiens © katemangostar, Freepik
Le consortium Arte-mis vise à rassembler une communauté interdisciplinaire de chercheurs à l’interface entre sciences expérimentales et sciences du numériques afin de lever les verrous méthodologiques pour la création de jumeaux numériques en écologie microbienne
EPINIUM © Wirestock, Freepik
L’élevage bovin subit les conséquences du changement climatique et doit s’adapter au développement des pratiques agroécologiques. Face à ces défis, de nouveaux outils de phénotypage fins, rapides et peu invasifs doivent être développés pour permettre un suivi de l’adéquation du couple animal/ environnement. Le consortium EPINUM propose d’utiliser des approches d’IA pour améliorer la prédiction phénotypique à partir de données épigénétiques.
OBAMA © Pexels Sarai Zuno
La sélection génétique animale a connu une véritable révolution depuis quelques années, grâce à l’avènement de la génomique, qui a permis sélectionner plus facilement certains phénotypes essentiels aux programmes de sélection. Cependant, relier des variations génétiques détectées à des caractères phénotypiques d’intérêt reste toujours compliqué. Le projet interdisciplinaire OBAMA propose de combiner l’IA et la génomique pour mieux comprendre l’influence des facteurs génétiques sur les phénotypes chez le porc.
Thèse d'Antoine Bourlier (PRC, 2022-2025). L’essor de méthodes d’imagerie cérébrale génère une masse considérable de données morphologiques et fonctionnelles. Pour autant, leur exploration puis leur comparaison au cours du temps pour un individu, entre individus, et plus encore entre espèces différentes n’ont pu être que partielles.
Pour survivre, les plantes doivent puiser dans le sol de l'eau et de nombreux nutriments. Ces ressources sont inégalement réparties et les plantes doivent explorer le sol pour les trouver. Cette exploration nécessite l'extension des racines, ce qui représente un développement coûteux pour la plante.
  • 1 (current)

Date de modification : 26 août 2024 | Date de création : 10 janvier 2022 | Rédaction : Com