Extraction de connaissances par analyse multi échelle, appliquée à l'étude des processus moléculaires impliqués dans des stress biotiques et abiotiques. – MS-Dmind

En général, les relations entre les caractéristiques moléculaires d'une protéine (séquence et structure 3D) et les fonctions biologiques dans lesquelles elle est impliquée sont difficiles à établir. Dans les bases de données, les fonctions biologiques sont souvent décrites sous forme de langage naturel, sans réelle standardisation, ce qui accroit potentiellement les sources d'erreurs, et empêche une exploitation automatique des données fonctionnelles. A l'heure actuelle, il n'existe pas de systèmes qui permettent de relier facilement toutes les données moléculaires pertinentes pour la compréhension d'un processus biologique, depuis les annotations d'une séquence de gène dans le génome, en passant par les propriétés physico-chimiques d'un acide aminé dans son interaction avec un ligand, jusqu'aux réactions en jeu dans un stress biotique ou abiotique, par exemple. De nouveaux modèles de connaissance ont été développés récemment afin de représenter les différentes échelles impliquées dans les relations séquence-structure-fonction. Il a été démontré qu’une modélisation centrée sur le positionnement standardisé des acides aminés permet une meilleure compréhension des corrélations séquence-structure (modèle IMGT). Parallèlement, un nouveau schéma multi échelle (BioPsi) permet la description des processus biologiques en utilisant un nombre limité d’actions élémentaires. Nous proposons d’intégrer ces différentes approches afin de développer un nouveau type de systèmes d’information qui permettra d’avoir une représentation standardisée des relations séquence-structure-fonction. Notre système devra être assez générique pour être appliqué à tout type de famille protéique. Nous nous focaliserons, dans ce projet, sur la famille des ns-LTP (non-specific lipid transfer proteins) qui sera particulièrement adaptée à la validation de notre méthodologie.