ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Technique et Science Informatiques

0752-4072
Revue des sciences et technologies de l'information
 

 ARTICLE VOL 26/1-2 - 2007  - pp.47-72  - doi:10.3166/tsi.26.47-72
TITRE
Langages formels dans la machine abstraite biochimique BIOCHAM

RÉSUMÉ
Le développement de langages formels pour modéliser les systèmes biologiques ouvre la voie à la conception de nouveaux outils de raisonnement automatique destinés au biologiste modélisateur. La machine abstraite biochimique BIOCHAM est un environnement logiciel qui offre un langage simple de règles pour modéliser des interactions biomoléculaires, et un langage puissant fondé sur la logique temporelle pour formaliser les propriétés biologiques du système. En s’appuyant sur ces deux langages formels, il devient possible d’utiliser des techniques d’apprentissage automatique pour inférer de nouvelles règles de réaction, estimer les valeurs des paramètres cinétiques, et corriger ou compléter les modèles semi-automatiquement. Dans cet article, nous décrivons les langages implantés dans BIOCHAM et illustrons l’utilisation du système d’apprentissage automatique sur un modèle simple du contrôle du cycle cellulaire.

ABSTRACT
With the advent of formal languages for modeling biological systems, the design of automated reasoning tools to assist the biologist becomes possible. The biochemical abstract machine BIOCHAM software environment offers a rule-based language to model bio-molecular interactions and a powerful temporal logic-based language to formalize the biological properties of the system. Building on these two formal languages, machine learning techniques can be used to infer new molecular interaction rules from temporal properties, or to estimate kinetic parameter values, in order to semi-automatically correct or complete models from observed biological properties of the system. In this article, we describe the formal languages of BIOCHAM and illustrate, on a simple cell cycle control model, the use of the machine learning system.


AUTEUR(S)
Laurence CALZONE, Nathalie CHABRIER-RIVIER, François FAGES, Loïc FOSSE, Sylvain SOLIMAN

Reçu le 10 octobre 2005.    Accepté le 15 mai 2006.

KEYWORDS
biologie des systèmes, logique temporelle, apprentissage, cycle cellulaire.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (305 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier