Compilation de connaissances pour l'analyse des réseaux métaboliques

Maxime Mahout (1, 2)

1 Université Paris-Saclay
2 BioInfo - LRI - Bioinformatique (LRI)

En biologie des systèmes, un enjeu majeur est l'énumération des voies métaboliques d'un réseau métabolique donné. Cela est possible notamment par la méthode des Modes Élémentaires de Flux (EFMs). Nous avons développé une méthode de calcul des Modes Élémentaires de Flux à base de programmation logique Answer Set Programming (ASP) et de Programmation Linéaire (LP) utilisant le solveur clingo[LP]. Dans le cadre de ce stage, nous étudions l’intégration de contraintes de régulation au calcul des EFMs, pour permettre une enumération efficace de voies métaboliques correspondant à la réalité biologique. Afin de mieux représenter les formules Booléennes de régulation, il peut être intéressant d'utiliser une méthode de compilation de connaissances, telle que les Diagrammes de Décision Binaires (BDDs). Cette méthode crée une base de connaissances interrogeable qui peut notamment permettre de réduire le temps passé à rechercher les affectations Booléennes satisfaisant les contraintes qui régulent les voies. Pour évaluer l’efficacité d’une compilation préalable des contraintes de régulation dans un Diagramme de Décision Binaire, nous comparons l'expression des contraintes de régulation en un BDD appelé par l'interface de clingo[LP] au traitement direct des contraintes de régulation par ASP. Sur un réseau du métabolisme central d'Escherichia coli, nous observons que le traitement des contraintes de régulation est aussi bien performant en temps de calcul que ce soit avec BDD ou avec ASP. En conclusion, nous conjecturons qu'une compilation préalable des contraintes de régulation en BDD pourrait être avantageuse par rapport à ASP seul pour des contraintes de régulation plus complexes.

Domaines: Bio-informatique [q-bio.QM]

Maxime Mahout. Compilation de connaissances pour l'analyse des réseaux métaboliques. Bio-informatique [q-bio.QM]. 2020. ⟨dumas-04350929⟩