Apprentissage de fonctions de tri pour la prédiction d'interactions protéine-ARN

Adrien Guilhot-Gaudeffroy 1, 2 Jérôme Azé 1, 2, 3 Julie Bernauer 1, 4 Christine Froidevaux 1, 2
1 AMIB - Algorithms and Models for Integrative Biology
LIX - Laboratoire d'informatique de l'École polytechnique [Palaiseau], LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France
2 LRI - Laboratoire de Recherche en Informatique
3 LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
4 LIX - Laboratoire d'informatique de l'École polytechnique [Palaiseau]
Résumé : Les fonctions biologiques dans la cellule mettent en jeu des interactions 3D entre protéines et ARN. Les avancées des techniques exérimentales restent insuffisantes pour de nombreuse applications. Il faut alors pouvoir prédire in silico les interactions protéine-ARN. Dans ce contexte, nos travaux sont focalisés sur la construction de fonctions de score permettant d'ordonner les solutions générées par le programme d'amarrage protéine-ARN RosettaDock. La méthodologie d'évaluation utilisée par RosettaDock impose de trouver une fonction de score s'exprimant comme une combinaison linéaire de mesures physicochimiques. Avec une approche d'apprentissage supervisé par algorithme génétique, nous avons appris différentes fonctions de score en imposant des contraintes sur la nature des poids recherchés. Les résultats obtenus montrent l'importance de la signification des poids à apprendre et de l'espace de recherche associé.
Type de document :
Communication dans un congrès
Extraction et Gestion des Connaissances, Jan 2014, Rennes, France. 2014, 〈http://editions-rnti.fr/?inprocid=1001960〉
Liste complète des métadonnées
https://hal.inria.fr/hal-01016683
Contributeur : Julie Bernauer <>
Soumis le : mardi 1 juillet 2014 - 00:09:33
Dernière modification le : mercredi 23 janvier 2019 - 10:29:27

Identifiants

  • HAL Id : hal-01016683, version 1

Collections

INRIA | LIX | X | PARISTECH | X-LIX | UMR8623 | LIRMM | MIPS | UNIV-MONTPELLIER | LRI-BIOINFO | X-DEP-INFO

Citation

Adrien Guilhot-Gaudeffroy, Jérôme Azé, Julie Bernauer, Christine Froidevaux. Apprentissage de fonctions de tri pour la prédiction d'interactions protéine-ARN. Extraction et Gestion des Connaissances, Jan 2014, Rennes, France. 2014, 〈http://editions-rnti.fr/?inprocid=1001960〉. 〈hal-01016683〉

Exporter

BibTeX TEI DC DCterms EndNote

Partager

Métriques

Consultations de la notice

382

Contact


archive-ouverte@inria.fr