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

Adrien Guilhot-Gaudeffroy; Jérôme Azé; Julie Bernauer; Christine Froidevaux

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

CNRS - Centre National de la Recherche Scientifique : UMR8623, X - École polytechnique, Inria Saclay - Ile de France, UP11 - Université Paris-Sud - Paris 11, LRI - Laboratoire de Recherche en Informatique, LIX - Laboratoire d'informatique de l'École polytechnique [Palaiseau]

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〉

Domaine :

Sciences du Vivant [q-bio] / Biochimie, Biologie Moléculaire / Biologie structurale [q-bio.BM]

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 : jeudi 24 mai 2018 - 15:59:21

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

Identifiants

Collections

Citation

Exporter

Métriques

347

Contact

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

Identifiants

Collections

Citation

Exporter

Partager

Métriques

347

Contact