1,252 research outputs found
ISCB Honors Michael S. Waterman and Mathieu Blanchette - Mathieu Blanchette
No full textISCB Honors Michael S. Waterman and Mathieu Blanchette - Mathieu Blanchett
ISCB Honors Michael S. Waterman and Mathieu Blanchette - Michael S. Waterman
No full textISCB Honors Michael S. Waterman and Mathieu Blanchette - Michael S. Waterma
Computational modeling and analysis of chromatin structure
No full textThe organization of DNA in the nucleus of a cell has long been known to play an important role in processes such as DNA replication and repair, and the regulation of gene expression. Recent advances in microarray and high-throughput sequencing technologies have enabled the creation of novel techniques for measuring certain aspects of the three-dimensional conformation of chromatin in vivo. The data generated by these methods contain both structural information and noise from the experimental procedures. Methods for modeling and analyzing these data to infer three-dimensional chromatin structure will constitute invaluable tools in the discovery of the mechanism by which chromatin structure is mediated. The overall objective of my thesis is to develop robust three-dimensional computational models of DNA and to analyze these data to gain biological insight into the role of chromatin structure on cellular processes. This thesis presents three main results, firstly, a novel computational modeling and analysis approach for the inference of three-dimensional structure from chromatin conformation capture carbon copy (5C) and Hi-C data. Our method named MCMC5C is based on Markov chain Monte Carlo sampling and can generate representative ensembles of three-dimensional models from noisy experimental data. Secondly, our investigation of the relationship between chromatin structure and gene expression during cellular differentiation shows that chromatin architecture is a dynamic structure which adopts an open conformation for actively transcribed genes and a condensed conformation for repressed genes. And thirdly, we developed a support vector machine classifier from 5C data and demonstrate a proof-of-concept that chromatin conformation signatures could be used to discriminate between human acute lymphoid and myeloid leukemias.L'organisation de l'ADN à l'intérieur du noyau d'une cellule est connue pour jouer un rôle important pour des processus tels que la réplication et la réparation de l'ADN et la régulation de l'expression de gènes. Des avancées technologiques récentes concernant les puces à ADN et le séquençage à haut débit ont permis la création de nouvelles techniques mesurant la conformation de la chromatine in vivo. Les données générées par ces méthodes constituent une mesure approximative de la structure de la chromatine. Des méthodes modélisant et analysant ces données afin de déduire la structure tridimensionnelle de la chromatine constitueront des outils précieux pour la découverte du mécanisme gouvernant la structure de la chromatine. L'objectif global de ma thèse est de développer des modèles computationnels analysant la structure tridimensionnelle de l'ADN et d'effectuer l'analyse de données afin de mieux comprendre le rôle de la structure de la chromatine dans divers processus cellulaires. Cette thèse présente trois résultats principaux. Premièrement, un nouvel ensemble d'outils pour la modélisation computationnelle et l'analyse des données provenant de la capture copie conforme de la conformation de la chromatine (5C) et Hi-C. Notre méthode nommée MCMC5C se base sur une méthode de Monte Carlo par chaînes de Markov et peut générer des ensembles de modèles tridimensionnels représentatifs à partir de données expérimentales contenant du bruit. Deuxièmement, notre enquête sur la relation entre la structure de la chromatine et l'expression de gènes durant la différenciation cellulaire démontre que l'architecture de la chromatine est une structure dynamique qui adopte une conformation ouverte pour les gènes activement transcrits et une conformation condensée pour les gènes non-transcrits. Troisièmement, nous avons développé un classifieur basé sur une machine à vecteur de support à partir de nos données 5C et nous avons montré que les signatures de la conformation de la chromatine pourraient être utilisées pour différencier entre la leucémie lymphoïde et myéloïde
Protein-protein interaction confidence assessment and network clustering computational analysis
No full textProtein-protein interactions represent a crucial source of information for the understanding of the biological mechanisms of the cell. In order to be useful, high quality protein-protein interactions must be computationally extracted from the noisy datasets produced by high-throughput experiments such as affinity purification. Even when filtered protein-protein interaction datasets are obtained, the task of analyzing the network formed by these numerous interactions remains tremendous. Protein-protein interaction networks are large, intricate, and require computational approaches to provide meaningful biological insights. The overall objective of this thesis is to explore algorithms assessing the quality of protein-protein interactions and facilitating the analysis of their networks. This work is divided into four results: 1) a novel Bayesian approach to model contaminants originating from affinity purifications, 2) a new method to identify and evaluate the quality of protein-protein interactions independently in different cell compartments, 3) an algorithm computing the statistical significance of clusterings of proteins sharing the same functional annotation in protein-protein interaction networks, and 4) a computational tool performing sequence motif discovery in 5' untranslated regions as well as evaluating the clustering of such motifs in protein-protein interaction networks.Les interactions protéine-protéine représentent une source d'information essentielle à la compréhension des divers méchanismes biologiques de la cellule. Cependant, les expériences à haut débit qui identifient ces interactions, comme la purification par affinité, produisent un très grand nombre de faux-positifs. Des méthodes computationelles sont donc requises afin d'extraire de ces ensembles de données les interactions protéine-protéine de grande qualité. Toutefois, même lorsque filtrés, ces ensembles de données forment des réseaux très complexes à analyser. Ces réseaux d'interactions protéine-protéine sont d'une taille importante, d'une grande complexité et requièrent des approches computationelles sophistiquées afin d'en retirer des informations possédant une réelle portée biologique. L'objectif de cette thèse est d'explorer des algorithmes évaluant la qualité d'interactions protéine-protéine et de faciliter l'analyse des réseaux qu'elles composent. Ce travail de recherche est divisé en quatre principaux résultats: 1) une nouvelle approche bayésienne permettant la modélisation des contaminants provenant de la purification par affinité, 2) une nouvelle méthode servant à la découverte et l'évaluation de la qualité d'interactions protéine-protéine à l'intérieur de différents compartiments de la cellule, 3) un algorithme détectant les regroupements statistiquement significatifs de protéines partageant une même annotation fonctionnelle dans un réseau d'interactions protéine-protéine et 4) un outil computationel qui a pour but la découverte de motifs de séquences dans les régions 5' non traduites tout en évaluant le regroupement de ces motifs dans les réseaux d'interactions protéine-protéine
Analysis of Mathieu Equation Stable Solutions in the First Zone of Stability
No full textAbstractThe paper presents the results of a homogeneous Mathieu equation studies. Mathieu equation solutions are oscillations, modulated in amplitude and frequency. In the computational experiments we found dependences of the given oscillations on the ratio of the coefficients. These dependences are shown in graphs that can be used for an approximate estimation of the Mathieu equation solutions without integration
Pensar las escalas para pensar las luchas: Autor: Mathieu UHEL
No full textA través de un título sugerente, “pensar las escalas para pensar las luchas”, Mathieu Uhel entreteje la construcción teórico-crítica del concepto escala, generada por la geografía radical anglosajona de finales del siglo XX, con la necesidad/utilidad práctica de la escala para concienciar las luchas sociales. El artículo cumple un doble propósito: por un lado, delinear los elementos de lectura sobre el concepto escala; y, con ello, promover la atención de esta problemática en las luchas contemporáneas. En un primer apartado, Uhel ubica las discusiones académicas en torno a la escala, como herramienta metodológica útil para comprender la complejidad de las sociedades capitalistas; en el segundo apartado, el autor avanza la exposición en torno al contexto de la dimensión escalar del imperialismo capitalista; finalmente, el autor se centra en el rol de la actividad política a escala nacional en la tensa relación entre las imposiciones del capital y la lucha social.Por meio de um título sugestivo, “pensando escalas para pensar lutas”, Mathieu Uhel entrelaça a construção teórico-crítica do conceito de escala, gerado pela geografia radical anglo-saxônica do final do século XX, com a necessidade / utilidade prática escala para aumentar a consciência das lutas sociais. O artigo tem um duplo propósito: por um lado, delinear os elementos de leitura sobre o conceito de escala; e, com isso, promover atenção a esse problema nas lutas contemporâneas. Na primeira seção, Uhel localiza as discussões acadêmicas em torno da escala, como uma ferramenta metodológica útil para compreender a complexidade das sociedades capitalistas; na segunda seção, o autor avança a exposição em torno do contexto da dimensão escalar do imperialismo capitalista; por fim, o autor enfoca o papel da atividade política em escala nacional na tensa relação entre as imposições do capital e a luta social.Mathieu Uhel\u27s suggestive title, “Thinking about scales to think about struggles”, he interweaves the theoretical-critical construction of concept scale, generated by radical Anglo-Saxon geography in the late 20th century, with it´s practical utility to social struggles. The article serves two purposes: on the one hand, Uhel locates academic discussion around scale; and, with this, he promotes attention to this problem in contemporary struggles. In the first section, Uhel locates academic discussions around scale, as a useful methodological tool to understand the complexity of capitalist societies; in the second section, the author advances the argument around the context of the scalar dimension of capitalist imperialism; finally, the author focuses on the role of political activity on a national scale in the tense relationship between the impositions of capital and the social movement
Multi-SpaM: A Maximum-Likelihood Approach to Phylogeny Reconstruction Using Multiple Spaced-Word Matches and Quartet Trees
No full textSequence-based predictions of chromatin compartments
No full textSpatial genomic organization is known to be critical for proper gene regulation. It is based on a hierarchical model where chromosomes are divided into megabase-sized cell-type specific A and B compartments, associated with open and closed chromatin. In this thesis, we present a computational pipeline for sequence-based annotations of chromatin compartments. The first step of the pipeline consists in selecting relevant sequence features using a Random Forest algorithm. Then, compartments annotations are produced by a stacked artificial neural networks model. Our approach is validated on different cell types and species, with a cross-validation AUC score ranging between 82% and 90%. We observe conserved compartment establishment rules between mouse and human and study compartment evolution across mouse neural differentiation. Finally, in an effort to gain insights into the underlying biological processes leading to compartments establishment, we interpret our model features and identify key sequence determinants related to the determination of chromatin A and B compartments.L'organisation spatiale du génome est connue pour être un élément critique de la régulation des gènes. Elle repose sur un modèle hiérarchique où, à l'échelle de la mégabase, les chromosomes sont divisés en deux types de compartiments, A et B. Les compartiments sont spécifiques à un type cellulaire et associés à l'euchromatine et l'hétérochromatine respectivement. Dans cette thèse, nous présentons un pipeline de calcul pour l'annotation des compartiments A et B. La première étape consiste en la sélection de variables pertinentes pour la constitution des compartiments par un algorithme Random Forest. Ensuite, une combinaison de réseaux de neurones est utilisée pour annoter les compartiments. Notre approche est validée sur différents types cellulaires ainsi que pour différentes espèces. Elle atteint des scores AUC compris entre 82% et 90% sur l'ensemble des jeux de données testés. Nous observons une conservation des règles de formation des compartiments entre la souris et l'homme et nous étudions également la différentiation neuronale chez la souris. Finalement, dans le but de mieux comprendre les processus biologiques menant à la formation des compartiments, nous interprétons les variables de notre modèle et identifions des déterminants séquentiels clefs pour la formation des compartiments A et B
- …
