Abstract FR:

L'objectif de cette thèse consiste en la modélisation informatiqueet l'analyse prédictive d'interactions protéine-protéine chez Caenorhabditis elegans. L'approche adoptée est la suivante. Dans un premier temps, nous avons participé à la production de données d'interaction dans le cadre du projet de cartographie systématique par double hybride des interactions protéine-protéine chez C. Elegans, dirigé par le professeur Marc Vidal au Dana Farber Cancer Institute, Boston. Nous avons été responsable de tous les aspects bioinformatiques : entre autres, conception d'amorces de PCR pour le clonage, développement d'algorithmes pour la production des données, conception d'une base de données pour le stockage, mise en place d'une interface web pour la publication des résultats. L'étape suivante a été consacrée à la construction d'une base de données d'interactions protéine-protéine multi-organismes, fédérant les données d'interaction du laboratoire de Marc Vidal avec d'autres données disponibles dans des bases spécialisées. Une attention particulière a été prêtée au choix des descripteurs retenus pour la caractérisation des protéines. Les descripteurs retenus sont éventuellement la localisation cellulaire et les mots-clés issus de SwissProt, ainsi que les domaines de Pfam, Prostite, et plus récemment InterPro. Enfin, une troisième partie a concerné la conception et la mise en oeuvre d'un système prédictif d'interactions protéine-protéine. Notre objectif est d'orienter les recherches menées dans le laboratoire du professeur Vidal, en proposant des paires de protéines susceptibles d'interagir. La méthode développée relève du domaine de l'Extraction de connaissances à partir de Données (KDD). La majeure partie du travail porte sur la conception de procédures originales de pré-traitement et de post-traitement pertinentes. Les résultats sont encourageants, et permettent d'envisager rapidement une validation biologique en collaboration avec le laboratoire du professeur Vidal.