View on Kobe from the Rokkodai campus of Kobe University

Invited Talk at 5th CSPSAT2 meeting in Kobe University: Challenges of model-checking of hybrid systems

I have been invited to give a talk at the 5th CSPSAT2 meeting in Kobe University on the challenges of model-checking and its connection with Constraint Satisfaction Problem and Boolean satisfiability. This was really enriching to give such a presentation to an audience expert with CSP and SAT approaches. This raised many interesting questions, especially with regard to the applicability of these methods to large-scale industrial cases studies.

This talk was part of my activity as JSPS invited researcher at Inoue Lab, National Institute of Informatics (Tokyo).

Details

  • Place: Kobe, Kobe University, Rokko campus
  • Date: 2014/08/21
  • Duration: 1 hour
  • Attendance: 20+ persons (researchers, PhD students)
Gorgeous view on the Japanese Imperial Palace and Garden, from one of the meeting rooms at the National Institute of Informatics, Tôkyô

Research activity in July 2014

July has been my second month as JSPS fellow in National Institute of Informatics, Tôkyô. I have continued to work on different collaborations here with Japanese researchers, both on bioinformatics (especially in the learning of gene regulatory networks) and systems resilience.

International (peer-reviewed) conferences

I got two new accepted papers:

  • T. Ribeiro, M. Magnin, and K. Inoue. Learning delayed influence of dynamical systems from interpretation transition. To appear in the 24th International Conference on Inductive Logic Programming. 6 pages (short paper). Nancy, France, September 2014.In a nutshell: This paper addresses the learning of (synchronous) logical programs with delayed influences from state transition diagrams. Delayed influences are captured with an inductive logic programming methodology.
    Note: This paper results from my collaboration with Inoue Lab. at NII.
  • S. Carolan, M. Magnin and A-L. Kabalu. Sparking a Digital. Revolution: Digital Educational Tools in Fragile and Emerging Learning Contexts. In the 1st International Conference dedicated to Digital Society and Cultures (DI’2014). Nantes, France, September 2014.In a nutshell: This paper discusses the crucial issue of teaching and learning for people in hard environments (e.g. warzones, countries with poor or broken Internet connections, etc.) and gives insights about the added-value of recent e-Learning methods.
    Note: This paper results from joint work with Simon Carolan (2nd year PhD student who I co-supervise) and Anne-Laure Kabalu (Master student who Simon and I have co-supervised this Spring).

Students’ talks

Meanwhile, the PhD and Master students I co-supervise have presented some recent works at some international conferences and research schools:

Invited Talk at Yamanashi University: Analyzing the Dynamics of Large Biological Regulatory Networks with Process Hitting

I have been invited to give a talk at Yamanashi University on the contribution of Computer Science to biological modeling (especially when it comes to gene regulatory networks). It was both challenging to introduce my research to a brand new audience and exciting to discover a (beautiful) place like Yamanashi.

This talk was part of my activity as JSPS invited researcher at Inoue Lab, National Institute of Informatics (Tokyo).

 

Details

  • Place: Kofu, Yamanashi University
  • Date: 2014/06/18
  • Duration: 1 hour and 30 minutes
  • Attendance: 30+ persons (researchers, PhD students)

Abstract

Analyzing the Dynamics of Large Biological Regulatory Networks with Process Hitting
(joint work with Maxime Folschette, Loïc Paulevé and Olivier Roux)

Regulation is a key aspect of biological systems, all the way from the molecular scale to the ecological scale. In order to make relevant analyzes of such systems, it is then crucial to get a precise understanding of this phenomenon. This is precisely one of the main goals of systems biology.

The modeling of biological regulation can be divided into two main trends. The first is based on ordinary differential equations involving the quantitative expression of the interacting components. However, as data in a biological context are often more qualitative than quantitative, it is meaningful that another trend, based on qualitative modeling, emerged in the late 1960s. The principle of this modeling framework, introduced as synchronous Boolean networks by Kauffman and asynchronous Thomas’ networks, is to represent genes as Boolean variables. These Boolean paradigms may appear to be simplified models, but they led to significant results about the behavior of networks, such as cyclicity or steady states. Moreover, these models have been extended over the years, for example, to consider additional levels of expressions.

Nevertheless, classical analysis approaches generally rely on the exploration of the state space and parameter identification requires some indirect reasoning. This becomes tricky when the model grows beyond 10 interacting components; because of the combinatorial explosion, it is extremely difficult to handle large, realistic regulatory networks.

In order to address this scalability issue, we recently introduced a new framework, called Process Hitting. Establishing relationships between the components at the most atomic level possible, the Process Hitting opens the way to many static analysis and abstract interpretation methods to study complex dynamic properties.

In this talk, we will present the Process Hitting modeling approach and the methods we designed to analyze its dynamics. We will illustrate its benefits on a case study and give some benchmarks.

Jour 4, lundi 18 mars 2013 : National Institute of Informatics

Mon séjour de recherche à Tōkyō durant le printemps 2013

En ce printemps 2013, j’ai été invité par le National Institute of Informatics (NII) de Tōkyō à effectuer un séjour de recherche dans la capitale japonais pour, d’une part approfondir mes collaborations avec le NII, d’autre part donner une série de 4 conférences sur ma thématique de recherche (le model-checking et ses applications à la biologie) d’autre part.

Cette page rassemble un certain nombre de photos de ma vie quotidienne sur place.

Image d'un réseau de régulation génétique

Des réseaux de régulation biologique à leurs propriétés dynamiques qualitatives : synthèse de l’exposé donné par Denis Thieffry à Nantes

Comme certains d’entre vous le savent, mes travaux de recherche portent notamment sur la bio-informatique, et plus spécifiquement la biologie des systèmes (c’est-à-dire le domaine scientifique consistant à intégrer des données biologiques de nature différente, notamment par des approches mathématiques et informatiques, pour une meilleure compréhension des systèmes). Ces termes sont souvent l’objet d’une mauvaise compréhension ou de fantasmes. Pour y remédier, j’essaierai de présenter, de temps en temps, des articles sur ce sujet. Aujourd’hui, je vous propose une synthèse de l’intervention de Denis Thieffry (Professeur des Universités à l’École Normale Supérieure) donnée ce jeudi 10 mai 2012 à Nantes.

Les enjeux d’une modélisation logique des mécanismes de régulation

Au niveau d’une cellule, les choix sont nombreux : prolifération, différentiation, mort, … Devant des mécanismes de régulation très complexes, la question centrale est de savoir comment les décisions sont prises. La modélisation dynamique doit permettre de comprendre fonctionnellement les réseaux, mais également de prédire le comportement des systèmes dans des situations nouvelles et d’aider à la conception de nouvelles expérimentations.

Denis Thieffry distingue trois familles différentes d’approches :

  • concevoir des cartes d’interactions (cf. les implémentation dans CellDesigner, Cytoscape) ;
  • construire des modèles quantitatifs (équations différentielles, équations stochastiques, etc.), mais il faut avoir un certain nombre d’informations sur les paramètres ;
  • développer des modèles logiques, dans un premier temps booléens, des réseaux de régulation cellulaire.

C’est cette dernière méthode qui est approfondie dans les travaux de Denis Thieffry.

Les premières recherches sur les réseaux booléens ont été menées par Stuart A. Kauffman (1969). En parallèle, le biologiste René Thomas a eu l’idée de formaliser le comportement du phage-lambda avec une approche booléenne (1973).

La modélisation logique des réseaux de régulation repose sur la combinaison d’un graphe de régulation (dans lequel les noeuds du graphe représentent les éléments de régulation, et les arcs traduisent les régulation) et de règles logiques spécifiant l’impact des régulateurs.
René Thomas (et ceux qui ont repris son approche en Europe) a envisagé le modèle sous une hypothèse asynchrone tandis qu’aux États-Unis, Stuart A. Kauffman autorisait les mises à jour synchrones. Entre ces approches, Denis Thieffry et son équipe ont introduit une vision mixte (Fauré et al. Bioinformatics, 2006). Il s’agit de définir deux classes de priorité :

  • des synthèses lentes qui sont synchrones entre elles ;
  • des dégradations rapides qui sont synchrones entre elles.

Un logiciel implémentant les résultats théoriques obtenus : GINsim

Pour manipuler informatiquement ces réseaux, Denis Thieffry et Claude Chaouiya développent le logiciel GINsim depuis une dizaine d’années. Les outils intégrés dans GINsim sont notamment :

  • l’identification des attracteurs ;
  • l’analyse des circuits de régulations ;
  • une réduction automatique des modèles ;
  • plus récemment, une compression des graphes de transitions.

Afin de faire du model-checking, des exports vers les réseaux de Petri discrets et colorés sont proposés. Mais des travaux sont également menés autour de la programmation par contraintes, afin d’identifier des informations manquantes (tels des seuils ou des règles logiques) dans des modèles.

Analyse des modèles

René Thomas a subodoré dès les années 70 (puis formalisé dans les années 80) le rôle des circuits dans les mécanismes de régulation, distinguant l’impact des circuits positifs (conduisant à un état stable) et négatifs (menant à des propriétés d’oscillations entretenues ou amorties). René Thomas a posé :

  • un circuit positif est nécessaire pour générer de multiples états stables ou attracteurs ;
  • un circuit négatif est nécessaire pour des mécanismes oscillatoires.
Depuis ces hypothèses ont fait l’objet de nombreux travaux mathématiques les démontrant.

Le problème général auquel on fait face réside dans l’explosion des graphes de transitions. De premiers défis consistent à se pencher sur la réduction du modèle, l’identification des attracteurs, la temporisation… et la compression des graphes de transitions. Une approche naïve consiste d’abord à opérer un regroupement par composantes fortement connexes. Mais le choix fait par Denis Thieffry et ses collaborateurs est d’avoir une représentation plus compacte, basée par un rapprochement des composantes qui ont un comportement asymptotique similaire. En raisonnant sur ce graphe compressé, on peut identifier des transitions caractéristiques pour faire des choix (par exemple entre deux attracteurs). Pour en savoir plus, consulter cette contribution de 2010 sur les “hierarchical state transition graphs“.
Cela dit, il faut avoir conscience que ce regroupement des états ayant un même comportement asymptotique aboutit à une sur-approximation de la dynamique.

Modélisation de la spécification de l’évolution de l’hématopoïèse (cellules du sang chez les mammifères)

De manière assez récente, Denis Thieffry travaille avec un laboratoire espagnol (le Center for Genomic Regulation de Barcelone mené par Thomas Graf) pour étudier le système biologique de différentiation de cellules du sang.

Sur ce système, on sait que :

  • dans le processus d’évolution de ces cellules, il y a un certain nombre de pertes de fonctions ;
  • quels sont les facteurs de transcription importants dans les différents types cellulaires ;
  • dans certains cas, l’ordre d’expression des facteurs de transcription est important car ne conduisant pas au même type de cellule (effet sur la différentiation de ces cellules) ;
  • il est possible de reprogrammer ces cellules : à partir d’un progéniteur, en forçant l’expression de tel ou tel facteur de transcription, on peut obtenir un autre type cellulaire.

Quelques enjeux au niveau de la modélisation et des question auxquelles le bio-informaticien souhaiterait pouvoir répondre :

  • Comment une cellule choisit tel ou tel chemin de différentiation ?
  • Comment peut-on changer ce chemin de différentiation ?
  • Est-ce que la reprogrammation cellulaire peut être plus efficace en forçant l’expression de tel ou tel facteur de transcription ?

La construction du modèle complet d’un tel système aboutit à un graphe beaucoup trop large pour sa compréhension immédiate. Heureusement, la compression du graphe de transitions conduit à un modèle beaucoup plus facile à analyser. Il a également été possible de mettre en évidence les différents circuits positifs en jeu. La méthodologie, ainsi que les résultats afférents, sont détaillés dans plusieurs documents disponibles sur Internet.