Identifying and Analyzing Long-term Dynamical Behaviors of Gene Regulatory Networks with Hybrid Modeling

Identifying and Analyzing Long-term Dynamical Behaviors of Gene Regulatory Networks with Hybrid Modeling

Utiliser des modèles dynamiques pour révéler les propriétés dynamiques des réseaux de régulation des gènes peut nous aider à mieux comprendre la nature de ces systèmes biologiques et à développer nouveaux traitements médicaux. Dans cette thèse, nous nous concentrons sur une classe de systèmes dynami...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Sun Honglu (Auteur), Magnin Morgan (Directeur de thèse), Folschette Maxime (Directeur de thèse), Gouzé Jean-Luc (Président du jury de soutenance), Radulescu Ovidiu (Rapporteur de la thèse), Dang Thao (Rapporteur de la thèse), Collavizza Hélène (Membre du jury)
Collectivités auteurs : Centrale Nantes 1991-.... (Organisme de soutenance), École doctorale Mathématiques et Sciences et Technologies du numérique, de l Information et de la Communication Nantes 2022-.... (Ecole doctorale associée à la thèse), Laboratoire des Sciences du Numérique de Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Identifying and Analyzing Long-term Dynamical Behaviors of Gene Regulatory Networks with Hybrid Modeling / Honglu Sun; sous la direction de Morgan Magnin et de Maxime Folschette
Publié : 2023
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Informatique : Ecole centrale de Nantes : 2023
Sujets :
Réseaux de régulation génétique
Attracteurs (mathématiques)
Oscillations
Modélisation hybride
Cycle limite
Accessibilité
Répressilateur
Attracteur
Réseaux de régulation des gènes
Thèses et écrits académiques

Internet

http://www.theses.fr/2023ECDN0043/document