Orateur
Description
Comprendre les mécanismes de l’épigénétique permet l’interprétation de l’adaptation des organismes, face aux changements climatiques. Le séquençage à haut débit, tel que Chip-Seq, ou MNase-seq développé dans les dernières décennies nous a permis de mieux comprendre l’épigénétique. Cependant, une détermination précise de la régulation des gènes par le mécanisme épigénétique reste un défi. Un ensemble substantiel de travaux s’est appuyé sur des approches de régression et d’apprentissage automatique pour quantifier les associations Epigénome-transcriptome, mais c’est confronté à plusieurs limitations. Pour aborder l’hétérogénéité des motifs d’association à travers le génome, restaurer l’interprétabilité et chercher à caractériser quantitativement comment le remodelage de la chromatine influence l’expression génique, nous proposons un mélange de modèles de régression fonctionnelle dans lesquels les coefficients de mélange dépendent des prédicteurs fonctionnels. La régression fonctionnelle fournit des stratégies adaptatives, pour contrôler la complexité du modèle tout en préservant les performances prédictives. Une analyse comparative de notre modèle aux méthodologies déjà existante en régression fonctionnelle a été conduite, dans le cadre de la compréhension des mécanismes épigénétiques chez Fusarium graminearum à partir de données de MAINE-seq.
| Thématiques | Regression fonctionnelle - Modèle de mélange - Génomique |
|---|---|
| Mes travaux sont plutôt de la statistique ... | Appliqué |