Oskar Bordeaux
Not a member yet
151482 research outputs found
Sort by
Seed Inference in Interacting Microbial Communities Using Combinatorial Optimization
No full textLe comportement des micro-organismes et des communautés microbiennes peut être résumé à l'aide de modèles combinant une description de leurs capacités métaboliques sous forme de réseaux métaboliques et des paradigmes computationnels ou mathématiques appropriés qui intègrent en outre les conditions de simulation. L'un des principaux éléments de ces derniers est la composition de l'environnement ou du milieu de culture, que l'on peut qualifier de « graines ». La prédiction des graines à partir du réseau métabolique et d'un comportement attendu est un problème inverse qui peut être résolu à l'aide de la programmation linéaire ou de paradigmes logiques tels que la programmation par ensembles de réponses (ASP). Ici, nous formalisons la prédiction des graines pour les communautés microbiennes, en tenant compte du fait que leurs membres peuvent interagir positivement par le biais de transferts de métabolites, ce qui peut réduire le besoin de métabolites externes. Nous abordons le problème avec l'ASP et ajoutons un composant hybride garantissant la satisfiabilité des contraintes linéaires. Nous explorons l'heuristique de résolution de sous-ensembles minimaux du solveur Clingo et développons deux heuristiques soutenant la priorité des graines sur les transferts. Nous présentons une preuve de concept de l'inférence des graines dans les communautés à petite échelle et évaluons l'évolutivité des trois heuristiques à l'échelle du génome. Dans l'ensemble, nos travaux introduisent un modèle hybride logique-linéaire pour l'inférence des graines dans les communautés microbiennes en interaction, ainsi que de nouvelles heuristiques pour l'exploration de l'espace de solutions avec des optimisations de minimalité des sous-ensembles.The behaviour of microorganisms and microbial communities can be abstracted by models combining a description of their metabolic capabilities as metabolic networks, and suitable computational or mathematical paradigms that further integrate simulation conditions. A major component of the latter is the composition of the environment or growth medium that can be referred to as seeds. Predicting the seeds from the metabolic network and an expected behaviour is an inverse problem that can be addressed with linear programming or logic paradigms such as Answer Set Programming (ASP). Here, we formalise seed prediction for microbial communities, taking into account that their members may interact positively through metabolite transfers, which may reduce the need for external seed metabolites. We address the problem with ASP and add a hybrid component ensuring the satisfiability of linear constraints. We explore the subset-minimality solving heuristic of the Clingo solver and develop two heuristics supporting priority of seeds over transfers. We present a proof of concept of seed inference in small-scale communities, and assess the scalability of the three heuristics at genome-scale. Overall, our work introduces a hybrid logic-linear model for seed inference in interacting microbial communities, and new heuristics for the exploration of the solution space with subset minimality optimisations.Abstraction des Réseaux de Réactions vers des Réseaux Booléens pour Améliorer l'Inférence et le Contrôle en Biologie des SystèmesShared CULTuromics platform to IncreaSe acceSs to the vast number of microorganisms, some yet uncultivated, to understand the key functIons and services to huMan ecosystem of MicrobiOmesComputationel models of crop plant microbial biodiversit
Droit de la peine. Réhabilitation légale. Effets de la réhabilitation légale sur une peine complémentaire (Cass. crim., 18 juin 2025, n°24-82.201, B : JusrisData n°2025-009330)
No full text
Pharmacy management, a tool in a context of staff shortages
No full textLe contexte de l’officine en France est marqué par plusieurs dynamiques, à la fois porteuses de défis et d’opportunités. Tout d’abord, elle connait une évolution de son modèle économique, la rémunération des pharmaciens a évolué passant d’une marge basée sur le prix des médicaments à des honoraires de dispensation. Ainsi, les pharmacies sont contraintes de diversifier leurs sources de revenus avec le développement de nouveaux services. La profession connait de nouveaux enjeux démographiques et de ressources humaines. Le secteur est confronté à des pénuries de personnel, ce qui rend le recrutement et la fidélisation des équipes indispensables. Les changements règlementaires, l’évolution des attentes des collaborateurs et l’essor des nouvelles technologies transforment le monde de la pharmacie et le rôle du pharmacien. Dans ce contexte, le management devient un outil crucial pour anticiper ces évolutions, intégrer de nouvelles pratiques et garantir la pérennité de l’officine.The pharmacy sector in France is undergoing a few changes, which present both challenges and opportunities. Firstly, their business model is changing, with pharmacists' remuneration shifting from a margin based on the price of medicines to dispensing fees. As a result, pharmacies are having to diversify their sources of income by developing new services. The profession is also facing new demographic and human resources challenges. The sector is facing staff shortages, making it vital to recruit and retain staff. Regulatory changes, evolving employee expectations and the rise of new technologies are transforming the world of pharmacy and the role of the pharmacist. In this context, management is becoming a crucial tool for anticipating these changes, integrating new practices and guaranteeing the long-term future of the pharmacy
Tensor-Train approach for inference in stochastic block models, application to biodiversity characterisation
No full textLe modèle à blocs stochastiques (SBM, Stochastic Block Model) est un modèle graphique particulier permettant de classer des individus sur la base de leurs distances deux à deux. Il construit des groupes d’individus partageant les mêmes profils de distance intra et inter groupe. L’estimation des paramètres d’un SBM se fait classiquement par l’algorithme EM (Expectation-Maximisation) qui à chaque itération demande le calcul des marginales unaires et binaires de la loi jointe conditionnelle des groupes des individus. Une manière de faire ce calcul est de passer par une approximation champ moyen du modèle où les marginales binaires sont calculées comme produit des marginales unaires. C’est ce qui est mis en œuvre dans l’algorithme Variational EM. Cet algorithme conduit à des estimateurs de bonne qualité, cependant, on peut espérer améliorer l’inférence des marginales binaires.L’objectif de ces travaux de thèse est de proposer une approche plus précise pour le calcul des marginales binaires faisant appel à l’algèbre tensorielle, par une approche de type Tensor Train (TT), en étendant l’approche de Novikov & al, 2014 sur le calcul de la constante de normalisation d’un modèle graphique.Dans un premier temps, afin de motiver ce travail méthodologique sur les SBM, nous avons réalisé un clustering de matrices de distances génétiques dans un échantillon de marqueurs génétiques d’une placette expérimentale d’arbres guyanais. Nous avons montré les similitudes et complémentarités entre les classifications obtenues par SBM et par les méthodes plus classiques de Classification Ascendante Hiérarchique. Ce travail a également permis de clarifier le lien entre la taxonomie botanique et la diversité moléculaire présentes dans un échantillon.Ensuite, pour développer l’approche TT, nous considérons la loi jointe conditionnelle du SBM comme les éléments d’un tenseur. Nous l’approchons par un tenseur de format TT, développé par Oseledets & al., 2011 où chaque élément est obtenu par produit de matrices. Cette écriture mène naturellement à la simplification des calculs de marginalisation par distributivité et séparation des variables, où les marginales sont calculées par des produits matriciels. Cependant, l’approche TT appliquée au SBM débouche sur des calculs matriciels en très grande dimension conduisant à une complexité exponentielle avec le nombre d’individus. Nous avons utilisé le format TT-matrix pour les calculs matriciels, et avons traité les difficultés suivantes apparues lors des calculs :(i) éviter des nombres trop petits par une procédure d’homothétie(ii) contrôler le rang des TT-matrices par un choix des paramètres à l’entrée de l’algorithme du «rounding» proposée par Oseledets sans perdre en précision.(iii) limiter l’ordre des TT-matrice par une agrégation de ces cores.Ainsi, les contributions de la thèse sont les suivantes : (i) une écriture exacte de la loi jointe conditionnelle d’un modèle SBM comme un tenseur au format TT, sans approximations, en tirant parti du fait que les facteurs sont au plus binaires, cette approche peut s’appliquer plus généralement à tout modèle graphique dont les facteurs sont au plus binaires ;(ii) un algorithme de type programmation dynamique pour le calcul des marginales binaires ;(iii) une procédure opérationnelle qui intègre quelques solutions aux verrous numériques présentés plus haut.Enfin, nous avons comparé sur une grande variété de modèles SBM la précision du calcul des marginales unaires et binaires, et les temps du calcul obtenus par l’approche TT et par trois autres méthodes : simple énumération, échantillonneurs de Gibbs, approximation par champ moyen. L’approche TT est plus précise que l’approximation par champ moyen et plus rapide que l’échantillonneur de Gibbs sans perdre en précision.The Stochastic Block Model (SBM) is a particular graphical model for clustering individuals on the basis of their pairwise distances.It builds groups such as individuals in a given group have the same pattern of connections to the other groups and to their own group. The estimation of the parameters of a SBM is classically done by the EM (Expectation-Maximisation) algorithm which at each iteration requires the computation of the unary and binary marginals of the conditional joint distribution of the groups of individuals. One way of doing this computation is to use a mean field approximation of the model where the binary marginals are computed as the product of the unary marginals. This is what is implemented in the Variational EM algorithm. This algorithm leads to good quality estimators. However, one can hope to improve the inference of the binary marginals.The objective of this thesis work is to propose a more accurate approach to the computation of binary marginals using tensor algebra, by a Tensor Train (TT) approximation, extending the approach of Novikov & al, 2014 on the computation of the partition function of a graphical model.As a first step, in order to motivate this methodological work on SBMs, we performed a clustering of genetic distance matrices in a sample of genetic markers from a Guianese tree experimental plot. We showed the similarities and complementarities between the classifications obtained by SBM and by the more classical methods of Agglomerative Hierarchical Clustering (AHC). This work allowed us to clarify the link between botanical taxonomy and the molecular diversity present in a sample.Then, to develop the TT approach, we consider the conditional joint law of the SBM as the elements of a tensor. We approximate it by the TT format tensor, developed by Oseledets & al., 2011 where each element is obtained by a product of matrices. This format naturally leads to simplification of marginalization computations by distributivity and separation of variables, where the marginals are computed by matrix products. However, the TT approach applied to SBM leads to very high dimensional matrix computations leading to an exponential complexity according to the number of individuals. We used the TT-matrix format for the matrix computations, and dealt with the following difficulties that arose during the computations: (i) avoiding too small numbers by a homothetic procedure(ii) control the rank of the TT-matrix by a choice of parameters at the input of the rounding algorithm proposed by Oseledets without losing precision(iii) to limit the order of the TT-matrix by an aggregation of these cores.Thus, the contributions of the thesis are the following: (i) an exact writing of the conditional joint law of a SBM model as a tensor in TT format, without approximations, taking advantage of the fact that the factors are at most binary. This approach can be applied more generally to any graphical model whose factors are at most binary;(ii) a dynamic programming type algorithm for the computation of binary marginals in this context;(iii) an operational procedure that integrates some solutions to the numerical problems presented above.Finally, we have compared the accuracy of the computation of unary and binary marginals, and the computation times obtained by the TT approach and by three other methods: simple enumeration, Gibbs samplers, mean-field approximation, on a large variety of SBM models. The TT approach is more accurate than the mean field approximation and faster than the Gibbs sampler without losing accuracy
Guanylate‐binding proteins: emerging critical functions in plant development, immunity and stress response
No full textGuanylate-binding proteins (GBPs) are large GTPases that belong to the Dynamin Superfamily Protein family. In humans, GBPs are well-characterized interferon-induced GTPases, playing a central role in cell-autonomous innate immunity against infections, inflammation and cancer. GBPs orthologs have been identified in plants only recently. Despite the limited number of reports describing their functional characterization, plant GBPs share common structural and biological features, as well as functions, with animal GBPs. This review aimed at highlighting the recent knowledge acquired on the critical role of GBPs and the associated mechanisms in plant developmental processes and in plant immunity to biotic aggressions through the control of gene expression.Contribution des invaginations nucléaires à l'endoréduplication au cours de la croissance du fruit chez la tomat
Objectifs et réalités de l’économie circulaire
No full textLe concept d’économie circulaire (EC) englobe les limites de la croissance dans un monde fini et propose une vision restaurative et régénérative. Il s’oppose à une représentation linéaire de l’économie qui conduit à une production généralisée de déchets et à une détérioration de l’environnement. Il n’existe cependant pas de définition précise et unique de l’économie circulaire, ce qui induit certaines critiques. Parmi les stratégies de circularité, le recyclage des matériaux, malgré ses limites, joue un rôle majeur et est à même de contribuer à réduire les contraintes d’approvisionnement en matières premières critiques. L’écoconception de produits, munie d’indicateurs appropriés, est également un outil essentiel en vue de préserver les ressources.The concept of circular economy (CE) encompasses the limits to growth in a finite world and proposes a restorative and regenerative vision. It opposes a linear vision of economy leading to a pervasive production of waste and deterioration of the environment. However, there is no accurate and unique definition of circular economy and this entails various criticisms. Among circular economy strategies, the recycling of materials, despite its limits, play a major role and is prone to contribute to loosen the constraints of supply concerning the strategic materials. Ecodesign of products coupled with relevant indicators is also an essential tool in order to preserve resource
Comparison of indicators for genetic diversity in species with contrasted life-history traits and evolutionary scenarios
No full textPopulation genetic diversity (GD) is essential for long-term adaptive potential in wild species and is shaped by life-history traits (LHTs) and microevolutionary processes. Conservation policy has endorsed protection of GD with the adoption of a Headline Indicator in the 2022 Global Biodiversity Framework, based on effective population size Ne. To shed light on the drivers of population Ne and improve GD indicator estimation, we estimated Ne for different, large DNA datasets in ca. 20 selected species with contrasted LHTs related to lifespan (axis 1) and reproductive strategies (axis 2). In each species, we estimated Ne with two methods using Linkage Disequilibrium statistics in 2-15 populations, considering spatial genetic structure, dispersal capacity and population history (axis 3) as well as technical data features. We discuss challenges linked to DNA-based Ne estimates and GD indicators in contrasted species, and contribute to developing best practices for GD indicator estimation.Indicateurs génétiques pour le suivi de la natur