Prédiction des structures secondaires séquentiellement optimales de l'ARN

Prediction of sequentially optimal RNA secondary structures

• Auteur / Autrice : Nicolas Breton
• Direction : Maxime Crochemore
• Type : Thèse de doctorat
• Discipline(s) : Informatique fondamentale
• Date : Soutenance en 1998
• Etablissement(s) : Université de Marne-la-Vallée (1991-2019)

Mots clés

Mots clés contrôlés

Markov, Processus de

ARN

Résumé

L'acide ribonucleique, ou arn, est le nom generique d'une famille de macromolecules biologiques dont le role est preponderant dans un grand nombre des reactions prenant place dans la cellule vivante. La fonction de certaines des molecules d'arn presentes dans une cellule est principalement determinee par la structure qu'elles adoptent dans l'espace. Pour le biologiste desireux de decouvrir la fonction, ou de comprendre le mode de fonctionnement d'une telle molecule, il est primordiale de connaitre cette structure, ou au moins une description de la partie plane de cette structure, appelee structure secondaire. La plupart des methodes de prediction de la structure secondaire adoptee par une molecule d'arn, partent de l'hypothese que l'equilibre est atteint par le processus de formation de ces structures. Le rejet de cette hypothese donne naissance a la famille des methodes sequentiellement optimales de prediction. Dans ces methodes, on cherche a simuler le processus de formation des structures afin de pouvoir predire la structure la plus probable a un instant d'observation donne. Nous avons modelise ce processus en utilisant le puissant outil mathematique que sont les processus de saut markoviens homogenes. Cela nous a permis de decrire le processus de formation des structures dans un cadre theorique rigoureux et fiable, jusqu'alors inexistant. Ce modele utilise les vitesses des reactions elementaires permettant a la molecule d'arn de passer d'une structure a une autre. Ces vitesses n'ayant ete mesurees que dans un ensemble tres restreint de cas, nous les avons modelisees dans le cadre de la theorie stochastique des collisions activees, afin de pouvoir en calculer une approximation. Finalement, en partant de ce modele, et en effectuant diverses approximations, nous proposons un algorithme de prediction des structures secondaires sequentiellement optimales de l'arn