468 research outputs found
Effects of bromide ions in mouse models of autism and G protein coupled-receptors signaling
No full textLes Troubles du Spectre de l'Autisme (TSA) sont des maladies neurodéveloppementales caractérisées par des déficits de comportements de la sphère sociale et des comportements répétitifs et restreints. Si leur étiologie n'est pas entièrement connue, un défaut de la balance Excitation/Inhibition (E/I) dans plusieurs régions cérébrales pourraient être en cause dans les TSA. Dans cette thèse, nous avons démontré que les ions bromures, connus pour influencer la balance E/I en diminuant l'excitabilité neuronale, étaient capables de soulager les symptômes autistiques dans les modèles murins Oprm1-/-, Fmr1-/- et Shank3∆ex13-16 de TSA. Le traitement chronique aux ions bromures impacte plusieurs acteurs de la balance E/I au niveau transcriptomique chez le modèle Oprm1-/-, comme le récepteur GABAA et des transporteurs du chlore, ainsi que sur plusieurs récepteurs couplés aux protéines G (RCPG), dont le récepteur mGlu4, cible prometteuse dans le traitement des TSA. Ainsi, la co-administration de doses sous-effectives d'ions bromures et de VU0155041, un modulateur allostérique positif (PAM) du récepteur mGlu4, soulage de manière synergique les symptômes autistiques dans le modèle Oprm1-/-. Les ions bromures présentent de plus, in cellulo, des caractéristiques de PAM du récepteur mGlu4, effets additifs à ceux du VU0155041. Enfin, les ions bromures modulent positivement la pharmacologie de plusieurs RCPG cibles de neurotransmetteurs impliqués dans l'autisme : le glutamate et le GABA, respectivement principaux neurotransmetteurs excitateur et inhibiteurs, ainsi que la dopamine et la sérotonine, neuromodulateurs clefs du circuit de la récompense. Les effets bénéfiques des ions bromures dans trois modèles murins de TSA sans étiologie commune et leurs effets à la fois sur la balance E/I et la pharmacologie de plusieurs RCPG du circuit de la récompense laissent présager un haut potentiel thérapeutique des ions bromures chez les patients présentant des TSA, malgré une grande hétérogénéité dans l'étiologie et les symptômes. La combinaison avec d'autres composés ciblant des RCPG clés, en s'appuyant sur une synergie d'effets, pourrait permettre d'optimiser l'action thérapeutique dans l'autisme tout en limitant les effets secondaires potentiels.Autism spectrum disorders (ASD) are complex neurodevelopmental diseases whose diagnosis lies on the detection of impaired social skills together with restricted and repetitive behavior and interests. Although the etiology of ASD remains mostly unknown, impaired excitation/inhibition (E/I) balance appears as a common mechanistic feature in these pathologies. In this thesis, we demonstrated that bromide ions, known to impact E/I balance and decrease neuronal excitability, alleviate autistic symptoms in the Oprm1-/-, Fmr1-/- and Shank3∆ex13-16 mouse models of ASD. At transcriptomic level, chronic bromide treatment influences the expression of several key players of the E/I balance, such as the GABAA receptor, some chloride transporters and several G Protein-Coupled Receptors (GPCRs), as among which mGlu4, a promising target for ASD treatment. Co-administration of sub-effective doses of bromide ions and VU0155041, a mGlu4 positive allosteric modulator (PAM), synergistically relieves autistic symptoms in the Oprm1-/- mouse model of ASD. Furthermore, bromide ions showed a PAM effect on mGlu4, and an additive PAM effect with VU0155041 in cellulo. Finally, bromide ions positively modulated several GPCRs targeted by key neurotransmitters: glutamic acid and GABA, the main excitatory and inhibitory neurotransmitters respectively, together with dopamine and serotonin, main neuromodulators of the reward circuit. Altogether, beneficial effects of bromide ions treatment in three unrelated genetic mouse models of ASD and bromide ions effects both on E/I balance and several GPCRs signaling predict high therapeutic potential of bromide ions in patients with autism, despite high heterogeneity in etiology and symptoms. Combination with other compounds targeting GPCRs, by permitting synergy, may allow optimization of therapeutic effects in ASD and limit side effects
L'aspect topologique des recommandations
No full textFull technical report: https://arxiv.org/abs/1704.08991International audienceLa recommandation joue un rôle central dans le e-commerce et dans l'industrie du divertissement. L'intérêt croissant pour la transparence algorithmique nous motive dans cet article à observer les résultats de recommandations sous la forme d'un graphe capturant les navigations proposées dans l'espace des items. Nous argumentons qu'une telle approche en "boite noire" est utile dans le cas d'une exploration limitée à un utilisateur: nous illustrons une topologie tirée de recommandations à un utilisateur de Youtube, fournissons ses caractéristiques clés, et montrons qu'elle renseigne sur la connaissance de cet utilisateur par le système. Nous montrons ensuite que l'analyse de cette topologie d'aborder la question du \text{biais} potentiel dans ces recommandations. Nous postulons que les systèmes de recommandation produisent naturellement des topologies cohérentes, et qu'une manipulation de ces résultats par l'ajout de liens biaisés a toutes les chances de violer cette cohérence (à la manières des liens longs d'un modèle "petit monde"). Ce postulat est supporté par l'analyse d'un modèle génératif basé sur les kNN et par l'exploitation du crawl Youtube, en ciblant la prédiction de liens "Recommandé pour vous" (i.e., biaisés ou non par Youtube)
L'aspect topologique des recommandations
No full textFull technical report: https://arxiv.org/abs/1704.08991International audienceLa recommandation joue un rôle central dans le e-commerce et dans l'industrie du divertissement. L'intérêt croissant pour la transparence algorithmique nous motive dans cet article à observer les résultats de recommandations sous la forme d'un graphe capturant les navigations proposées dans l'espace des items. Nous argumentons qu'une telle approche en "boite noire" est utile dans le cas d'une exploration limitée à un utilisateur: nous illustrons une topologie tirée de recommandations à un utilisateur de Youtube, fournissons ses caractéristiques clés, et montrons qu'elle renseigne sur la connaissance de cet utilisateur par le système. Nous montrons ensuite que l'analyse de cette topologie d'aborder la question du \text{biais} potentiel dans ces recommandations. Nous postulons que les systèmes de recommandation produisent naturellement des topologies cohérentes, et qu'une manipulation de ces résultats par l'ajout de liens biaisés a toutes les chances de violer cette cohérence (à la manières des liens longs d'un modèle "petit monde"). Ce postulat est supporté par l'analyse d'un modèle génératif basé sur les kNN et par l'exploitation du crawl Youtube, en ciblant la prédiction de liens "Recommandé pour vous" (i.e., biaisés ou non par Youtube)
The topological face of recommendation: models and application to bias detection
No full textInternational audienceRecommendation plays a key role in e-commerce and in the entertainment industry. We propose to consider successive recommendations to users under the form of graphs of recommendations. We give models for this representation. Motivated by the growing interest for algorithmic transparency, we then propose a first application for those graphs, that is the potential detection of introduced recommendation bias by the service provider. This application relies on the analysis of the topology of the extracted graph for a given user; we propose a notion of recommendation coherence with regards to the topological proximity of recommended items (under the measure of items' k-closest neighbors, reminding the "small-world" model by Watts & Stroggatz). We finally illustrate this approach on a model and on Youtube crawls, targeting the prediction of "Recommended for you" links (i.e., biased or not by Youtube)
The topological face of recommendation: models and application to bias detection
No full textInternational audienceRecommendation plays a key role in e-commerce and in the entertainment industry. We propose to consider successive recommendations to users under the form of graphs of recommendations. We give models for this representation. Motivated by the growing interest for algorithmic transparency, we then propose a first application for those graphs, that is the potential detection of introduced recommendation bias by the service provider. This application relies on the analysis of the topology of the extracted graph for a given user; we propose a notion of recommendation coherence with regards to the topological proximity of recommended items (under the measure of items' k-closest neighbors, reminding the "small-world" model by Watts & Stroggatz). We finally illustrate this approach on a model and on Youtube crawls, targeting the prediction of "Recommended for you" links (i.e., biased or not by Youtube)
Challenges in archiving the personalized web
No full textInternational audienceThe decision-making algorithms embedded within online platforms are determining content shown to users. This personalization steers the dissemination of information, in contrast with the idea of a universal World Wide Web. Personalization thus generates a combinatorial explosion of different versions of the web, rendering each user's experience distinct. This raises critical questions: what elements of a personalized web should be archived? How can the collected user journeys capture a representative picture of our times? Navigating personalization is essential to capture the contemporary web experience, yet it presents methodological and technical challenges. In this chapter, we identify key challenges in performing a representative sampling of personalization within online platforms
Synth\ue8se de d\ue9riv\ue9s du 1,6-AnhMurNAc pour l\ue9tude de la N-ac\ue9tylmuramyl-L-alanine amidase dAmiD dEscherichia coli.
No full textSurFree: a fast surrogate-free black-box attack
No full textMachine learning classifiers are critically prone to evasion attacks.
Adversarial examples are slightly modified inputs that are then misclassified,
while remaining perceptively close to their originals. Last couple of years
have witnessed a striking decrease in the amount of queries a black box attack
submits to the target classifier, in order to forge adversarials. This
particularly concerns the black-box score-based setup, where the attacker has
access to top predicted probabilites: the amount of queries went from to
millions of to less than a thousand. This paper presents SurFree, a geometrical
approach that achieves a similar drastic reduction in the amount of queries in
the hardest setup: black box decision-based attacks (only the top-1 label is
available). We first highlight that the most recent attacks in that setup,
HSJA, QEBA and GeoDA all perform costly gradient surrogate estimations. SurFree
proposes to bypass these, by instead focusing on careful trials along diverse
directions, guided by precise indications of geometrical properties of the
classifier decision boundaries. We motivate this geometric approach before
performing a head-to-head comparison with previous attacks with the amount of
queries as a first class citizen. We exhibit a faster distortion decay under
low query amounts (few hundreds to a thousand), while remaining competitive at
higher query budgets.Comment: 8 page
On the relevance of APIs facing fairwashed audits
No full textRecent legislation required AI platforms to provide APIs for regulators to
assess their compliance with the law. Research has nevertheless shown that
platforms can manipulate their API answers through fairwashing. Facing this
threat for reliable auditing, this paper studies the benefits of the joint use
of platform scraping and of APIs. In this setup, we elaborate on the use of
scraping to detect manipulated answers: since fairwashing only manipulates API
answers, exploiting scraps may reveal a manipulation. To abstract the wide
range of specific API-scrap situations, we introduce a notion of proxy that
captures the consistency an auditor might expect between both data sources. If
the regulator has a good proxy of the consistency, then she can easily detect
manipulation and even bypass the API to conduct her audit. On the other hand,
without a good proxy, relying on the API is necessary, and the auditor cannot
defend against fairwashing.
We then simulate practical scenarios in which the auditor may mostly rely on
the API to conveniently conduct the audit task, while maintaining her chances
to detect a potential manipulation. To highlight the tension between the audit
task and the API fairwashing detection task, we identify Pareto-optimal
strategies in a practical audit scenario.
We believe this research sets the stage for reliable audits in practical and
manipulation-prone setups.Comment: 18 pages, 7 figure
- …
