En savoir plus

Les sciences du vivant font l’objet d’un changement de paradigme théorisé dès la fin du 20^ème siècle : les organismes vivants sont considérés comme des systèmes dynamiques, complexes et évolutifs, dont le comportement global ne peut être déduit des propriétés de leurs composantes.

La biologie systémique cherche à intégrer différents niveaux d'informations pour comprendre le fonctionnement d’un système biologique et prédire son comportement, par la mobilisation de méthodes et d’outils de modélisation et de simulation. La formalisation des interactions et des propriétés particulières des éléments constitutifs de ces systèmes et de leurs dynamiques permet d’observer des propriétés émergentes et de les intégrer à différentes échelles spatiales et temporelles.

Ces approches in silico bénéficient aujourd’hui de nouveaux outils et méthodes : intégration massive des données et des connaissances, calcul intensif, calcul distribué, nouveaux modèles et méta-modèles, algorithmes d’apprentissage automatique.... 

Ces outils et méthodes, combinés à l’explosion qualitative et quantitative des données, contribuent à l’essor des approches d’analyse.

En complément des approches analytiques, observationnelles et expérimentales, les méthodes de modélisation et simulation, de statistique computationnelle et d'intelligence artificielle occupent une place croissante pour comprendre et prédire les processus biologiques, leurs réponses à différentes contraintes, telles que le changement global, et plus largement pour concevoir et piloter ces systèmes.

L’objectif du métaprogramme DIGIT-BIO est de soutenir des recherches aux interfaces entre sciences formelles et biologie, physique, chimie ou sciences de l'environnement, pour comprendre le fonctionnement et prédire le comportement des systèmes biologiques.

DIGIT-BIO vise à mobiliser des connaissances pour anticiper l'impact de contraintes sur ces systèmes, en raisonner la gestion et disposer de leviers d’action. À moyen terme, l’ambition est de développer un petit nombre de projets de suivi in silico de systèmes biologiques, en s’inspirant du concept de « jumeau numérique ».

Les axes de recherche

Axe 1 : Comprendre

Comprendre les processus biologiques, leurs régulations et la façon dont ces processus interagissent ou coopèrent. Cet axe concerne tous les niveaux d’organisation du vivant : de la molécule jusqu'à l'organisme et la population.

Il s'agit de décrire, comprendre et modéliser les systèmes biologiques, d'établir les liens au sein des échelles biologiques et entre ces échelles, en intégrant les effets systémiques comme la stochasticité ou les rétroactions, en tant que déterminants de la dynamique et de l’évolution du système.

Axe 2 : Prédire

Prédire les phénotypes de la cellule à l’individu et à la population, de leurs fonctionnalités et des réponses aux changements de champs de contraintes (environnement biotique et abiotique, modes de gestion, pratiques).

Axe 3 : Transférer

Généraliser et exploiter des résultats et des connaissances acquises sur un niveau d’échelle, un organisme ou un système vers d’autres niveaux d’échelle, organismes ou systèmes, moins étudiés ou  partiellement observés. Cet axe vise également à développer des approches comparatives plus robustes et valorisant mieux la portée générique des données.

Axe 4 : Représenter in silico les systèmes biologiques

La biologie numérique offre la possibilité d’expérimenter et de suivre in silico des systèmes biologiques, en s’appuyant sur leurs représentations informatiques mises à jour à partir de données recueillies au cours du temps. Le jumeau numérique, véritable double in silico de son pendant réel, constituera un outil précieux pour tester toutes sortes d'hypothèses.