Sujets

View

View Item

Domain Algorithmics-Graphs-Combinatorics
Domain - extra
Year 2014
Starting september 2014
Status Open
Subject Calcul réparti d'équilibre de Nash et de minimaux locaux pour
des conformations pour l'amarrage de systèmes complexes.
Thesis advisor COHEN J. Johanne
Co-advisors Julie Bernauer
Laboratory LRI GALaC
Collaborations
Abstract L’algorithmique répartie classique suppose que l’intérêt de chacun
des partenaires impliqués ne diffère pas de celui du groupe. La
prise en compte de la concurrence des acteurs dans un système
introduit des difficultés supplémentaires: en particulier, sur la
modélisation des systèmes, la construction de solutions
satisfaisantes, et sur l'interprétation des solutions. Par exemple,
modéliser un jeu correspond souvent à quantifier l'intérêt d'un
joueur par le biais d'une fonction d'utilité ou de coût et aussi
celle du coût social du système. Cette modélisation est souvent assez
techniquement difficile à rendre réaliste. Comment quantifier
précisément les préférences lorsqu'elles peuvent être subjectives?
Un exemple peu étudié sous cet angle mais pertinent correspond aux
problèmes d'interactions dans les complexes macromoléculaires 1,2.

Context La connaissance de la structure et de la formation des complexes
macromoléculaires est essentielle pour comprendre le métabolisme
cellulaire dans un but thérapeutique. Cependant, la résolution
expérimentale de la structure des complexes (protéines, acides
nucléiques...)
macromoléculaires est longue, complexe et coûteuse. Il est donc
nécessaire d'utiliser des méthodes de modélisation pour prédire la
structure des complexes ainsi que les changements de conformations
des composants. La modélisation flexible de complexes se divise en
deux étapes principales : l'échantillonnage et l'amarrage 3.
L'échantillonnage consiste, pour chaque composant, à s'approcher de
la conformation liée à partir de la conformation non liée. L'amarrage
permet d'assembler les deux composants.
Objectives Dans ce sujet de thèse, nous proposons de modéliser ce problème sous
forme de jeux en prennant en compte des résultats existants. En
effet, les méthodes de modélisation actuelles sont efficaces lorsque
la structure liée des composants est connue ou lorsqu'elle diffère
peu de la structure non liée. Leur échantillonnage est réalisé par
dynamique moléculaire et repose sur de longs calculs de biophysiques.
L'amarrage est limité aux stratégies d'exploration corps rigides ou
semi-flexibles. Les structures des composants sont alors fixes ou
l'un des deux composants peut se déformer légèrement. Ces méthodes
sont donc coûteuses en temps de calcul et ne permettent pas une
flexibilité suffisante.
Pour remédier à ce problème, ce sujet de thèse propose une nouvelle
façon de guider l'échantillonnage qui repose sur la théorie des jeux
4.
Work program Cette thèse se focalisera tout d'abord sur la modélisation en
utilisant des outils liés à la théorie des jeux en reprennant une
approche robotique de mouvement sous contraintes 6, en considérant
des potentiels statistiques 7-8 appris sur des masses de données
haute performance. Ensuite, nous adapterons des méthodes
existantes de calcul d'équilibres (dynamique de la meilleure réponse,
dynamique de réplication) ce qui nous permettrons de faire un
échantillonnage de solution. L'approche par théorie des jeux et
méthodes robotiques permet aussi une exploration étendue de l'espace
de conformation. Le potentiel appris garantit le respect des
contraintes biologiques en général et l'approche robotique assure le
respect des contraintes propres à la molécule. Une phase de
reconstruction peut ensuite être nécessaire lorsque la modélisation
du complexes a été réalisée à une échelle moins précise. Cette
méthode permet une modélisation du complexe rapide.
Extra information 1 Ross, R. J.; et al (2014). PIWI proteins and
PIWI-interacting RNAs in the soma., Nature.
2 Amir, Y.; et al (2014). Universal computing by DNA origami robots in a
living animal, Nature nanotechnology.
3 Zacharias, M. (2010). Accounting for conformational changes during protein-protein docking., Curr Opin Struct Biol.
4 Cohen, J. (2013). Learning Equilibria in Games, ISCIS.
Prerequisite
Details
Expected funding Institutional funding
Status of funding Expected
Candidates
user Johanne.Cohen
Created Friday 09 of May, 2014 11:09:29 CEST
LastModif Friday 09 of May, 2014 11:09:29 CEST
Comments
Attachments (0)

Attachments

 filenamecreatedhitsfilesize 
No attachments for this item


The original document is available at https://edips.lri.fr/tiki-view_tracker_item.php?itemId=3875