Méthodes de réduction de modèles discrets
28 – 29 mai  2015

La modélisation et l’étude des réseaux biomoléculaires est un domaine en pleine expansion, et les modèles considérés sont de taille et complexité croissantes. C’est pourquoi de plus en plus d’attention et d’efforts sont portés sur les techniques et méthodes de réduction de modèles. Le choix de la méthode de réduction va bien évidemment dépendre du formalisme de modélisation utilisé, du système biologique étudié, des données biologiques accessibles, etc… Un des critères fondamentaux dans le choix de la méthode de réduction est l’ensemble des propriétés dynamiques qui sont conservées : en particulier, les attracteurs, la fonctionnalité des circuits, les échelles de temps, et les comportements transitoires peuvent être impactés lors de la réduction du système, ce qui peut nuire à l’interprétation biologique des propriétés du systèmes.
Cet atelier a pour but de faire le point sur les différentes approches utilisées dans le cadre de la réduction de modèles biologiques discrets. Ainsi, les participants pressentis ont des expériences d’étude et d’utilisation de méthodes de réductions dans divers types de réseaux biologiques (réseaux de régulation,
réseaux métaboliques…), ayant recours à différents formalismes de modélisation (réseaux d’automates, réseaux booléens, modélisation à base de règles, réseaux d’interactions…). L’objectif sera de mieux comprendre les différentes approches existantes, les invariants conservés par ces approches, ainsi que les applications transversales possibles à différents formalismes.
Cette rencontre se fait dans le cadre du Groupe de Travail Bioss (www.biosscnrs.fr).


Comité d’organisation

Cedric Lhoussaine (Université Lille 1)
Elisabeth Remy (Aix-Marseille Université)
Sylvain Sené (LIF Marseille)
Anne Siegel (IRISA Rennes)

Conférenciers

  • François Fages (INRIA Paris-Rocquencourt)

Réductions de modèles par épimorphismes de sous-graphes
(travail commun avec Steven Gay et Sylvain Soliman)

  • Ovidiu Radulescu (University of Montpellier)

Taming the complexity of biochemical networks through model reduction and tropical geometry