Équipe 32 : Génomique statistique et physique biologique

Les progrès du séquençage et d'autres technologies expérimentales à haut débit ont alimenté la révolution génomique au cours des 10 à 15 dernières années, en fournissant une quantité sans précédent de données biologiques à grande échelle. L'extraction d'informations à partir de ces données, et la compréhension approfondie du système biologique correspondant, nécessitent la résolution de problèmes d'inférence difficiles, qui sont insolubles avec les outils informatiques classiques. Notre groupe, nouvellement créé en septembre 2011, s'inspire de la physique statistique des systèmes désordonnés pour développer de nouveaux outils algorithmiques permettant de résoudre des tâches d'optimisation et d'inférence à grande échelle, afin de faire profiter pleinement la recherche biologique de ces méthodes de calcul. Les questions spécifiques qui nous intéressent sont les suivantes :

• Approches inspirées de la physique statistique pour l'inférence de réseaux à grande échelle
• Coévolution des protéines et inférence structurelle des protéines, de leurs complexes et de leur spécificité d'interaction
• Inférence des réseaux de transduction de signaux à partir d'expériences de perturbation de drogues multiples
• Regroupement robuste de données bruyantes

  Site internet : http://www.lcqb.upmc.fr/StatGenomicsBiolPhys#Research Affiliations : Lab of Computational and Quantitative Biology, UMR-7238, UPMC Contact : martin.weigt@upmc.fr

• 
• 
• 
• 
•