Partenaires

Ampère

Nos tutelles

CNRS Ecole Centrale de Lyon Université de Lyon Université Lyon 1 INSA de Lyon

Nos partenaires

Ingénierie@Lyon



Rechercher


Accueil > Thèses et HDR > Thèses en 2016

22/11/2016 - Marouane AIT EL FAQIR

par Laurent Krähenbühl - publié le , mis à jour le

Agenda

Ajouter un événement iCal

Marouane AIT EL FAQIR soutient sa thèse le 22/11/2016 - 10h - amphi 2 à l’ECL

Titre :
Prédiction de la structure de contrôle de bactérie par optimisation sous incertitude

Directeurs de thèse :
Gérard SCORLETTI et Vincent FROMION

Jury :

  • Rapporteurs : Didier DUMUR, Luc DUGARD
  • Examinateurs : Marc DINH, Julien HUILLERY

Résumé :
L’approche de la biologie des systèmes vise à intégrer les méthodologies appliquées dans la conception et l’analyse des systèmes technologiques complexes, au sein de la biologie afin de comprendre les principes de fonctionnement globaux des systèmes biologiques.

La thèse s’inscrit dans le cadre de la biologie des systèmes et en particulier dans la prolongation d’une méthode issue de ce cadre : la méthode Ressource Balance Analysis (RBA).

Nous visons dans cette thèse à augmenter le pouvoir prédictif de la méthode via un travail de modélisation tout en gardant un bon compromis entre représentativité des modèles issus de ce cadre et leur résolution numérique efficace.

La thèse se décompose en deux grandes parties : la première partie vise à intégrer les aspects thermodynamiques et cinétiques inhérents aux réseaux métaboliques. La deuxième partie vise à comprendre l’impact de l’aspect stochastique de la production des enzymes sur la croissance de la bactérie

Des méthodes numériques ont été élaborées pour la résolution des modèles ainsi établis dans les deux cas déterministe et stochastique

Abstract
In order to understand the global functioning principals of biological systems, system biology approach aims to integrate the methodologies used in the conception and the analysis of complex technological systems, within the biology.

This PhD thesis fits into the system biology framework and in particular the extension of the already existing method Resource Balance Analysis (RBA).

We aim in this PhD thesis to improve the predictive power of this method by introducing more complex model. However, this new model should respect a good trade-off between the representativity of the model and its efficient numerical computation.

This PhD thesis is decomposed into two major parts. The first part aims the integration of the metabolic network inherent thermodynamical and kinetic aspects. The second part aims the comprehension of the impact of enzyme production stochastic aspect on the bacteria growth.

Numerical methods are elaborated to solve the obtained models in both deterministic and stochastic cases .



Voir en ligne : Texte complet