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 :
Description
Résumé : 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 dynamiques hybrides appelés réseaux de régulation des gènes hybrides (HGRN) et visons à analyser les propriétés dynamiques à long terme. Nous proposons des méthodes pour trouver des cycles limites et analyser leur stabilité, et pour analyser l accessibilité dans HGRNs. Ceci est suivi d une étude plus approfondie de certains réseaux d intérêt pour la biologie des systèmes : Les répressilateurs, et nous trouvons des conditions pour l existence d oscillations soutenues dans le répressilateur canonique en dimension 3, et des conditions, décrites par les caractéristiques topologiques des réseaux, pour l existence d un attracteur périodique dans les répressilateurs discrets en dimension 4. En résumé, cette thèse propose de nouvelles méthodes pour analyser certaines propriétés des HGRNs qui n ont pas été étudiées auparavant, par exemple la stabilité des cycles limites à N dimensions, l accessibilité, etc. Les résultats pourront être développés à l avenir pour étudier d autres grands réseaux complexes.
Using dynamical models to reveal dynamical properties of gene regulatory networks can help us better understand the nature of these biological systems and develop new medical treatments. In this thesis, we focus on a class of hybrid dynamical systems called Hybrid Gene Regulatory Network (HGRN) and aim to analyze long-term dynamical properties. We propose methods to find limit cycles and analyze their stability, and to analyze the reachability in HGRNs. This is followed by a deeper study of some networks of interest for Systems Biology: The repressilators, and we find conditions for the existenceof sustained oscillations in the 3-dimensional canonical repressilator, and conditions, which are described by topological features of the networks, for the existence of a periodic attractor in discrete 4-dimensional repressilators. In summary, this thesis proposes new methods to analyze some properties of HGRNs that were not investigated before, for instance, the stability of N-dimensional limit cycles, the reachability, etc. The results can be further developed in the future to study other large complex networks.
Variantes de titre : Identifier et analyser les comportements dynamiques à long terme des réseaux de régulation génétique à l aide de modélisation hybride
Notes : Titre provenant de l'écran-titre
Ecole(s) Doctorale(s) : École Doctorale Mathématiques et Sciences et Technologies du numérique, de l Information et de la Communication (Nantes)
Partenaire(s) de recherche : Laboratoire des Sciences du Numérique de Nantes (Laboratoire)
Autre(s) contribution(s) : Jean-Luc Gouzé (Président du jury) ; Hélène Collavizza (Membre(s) du jury) ; Ovidiu Radulescu, Thao Dang (Rapporteur(s))
Configuration requise : Configuration requise : un logiciel capable de lire un fichier au format : PDF