Utilisation d'algorithmes de programmation génétique en biologie synthétique

Aller à : navigation, rechercher
* Encadrants: Elise Rosati, Pierre Collet, Morgan Madec
* Equipes de recherche : Systèmes et microsystèmes hétérogènes / Bioinformatique théorique, Fouille de données et Optimisation stochastique
* Type du stage : Rémunéré sur 3 mois

La biologie est une science dont le fondement était jusqu’à il y a encore quelques années de comprendre le vivant. Toutefois, depuis la fin des années 1990 de nouvelles applications visant à créer des nouvelles fonctions biologiques n’existant pas naturellement dans le vivant ont vu le jour. Cette nouvelle branche des sciences du vivant est la biologie synthétique. Il s’agit d’un domaine à fort potentiel applicatif qui connaît depuis le début du XXIe siècle un essor important, profitant à la fois du développement de nouvelles technologies biologiques (criblage haut débit, séquençage ADN, techniques d’imagerie…) mais aussi de la mise au point de méthodologies et d’outils puissants pour la conception de systèmes hétérogènes complexes (synthétiseurs automatisés, modélisation à multiples niveaux d’abstraction, simulateurs performants …). En quelque sorte, la biologie synthétique est le pendant de l’électronique, mais en utilisant des composants biologiques.

L’objectif d’un outil de synthèse automatisé pour la biologie synthétique consiste donc à trouver, à partir d’une base de données, la meilleure construction génétique correspondant à une fonction donnée. Il s’agit donc d’un problème d’optimisation complexe pour laquelle programmation génétique pourrait s’avérer être un très bon candidat. La programmation génétique emprunte des principes à la théorie de l’évolution en biologie (reproduction par croisement, mutation, duplication et délétion puis sélection), pour faire évoluer de générations en générations un système vers la fonctionnalité souhaitée.

Dans ce contexte, les objectif du stage proposé sont de :

  1. Prendre en main les outils développés par l’équipe BFO‐SONIC.
  2. Adapter les outils à des problématiques spécifiques de la biologie synthétique pour démontrer la puissance de l’approche.