Thèse soutenue

Conception de circuits biologiques distribués

FR  |  
EN
Auteur / Autrice : Fabricio Cravo
Direction : Janna Burman, Matthias Függer, Thomas Nowak
Type : Thèse de doctorat
Discipline(s) : Informatique
Date : Soutenance le 01/10/2024
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire interdisciplinaire des sciences du numérique (Orsay, Essonne ; 2021-....) - Laboratoire Méthodes formelles (Gif-sur-Yvette, Essonne ; 2021-....)
Référent : Université Paris-Saclay. Faculté des sciences d’Orsay (Essonne ; 2020-....)
graduate school : Université Paris-Saclay. Graduate School Informatique et sciences du numérique (2020-….)
Jury : Président / Présidente : Yann Ponty
Examinateurs / Examinatrices : Jérôme Feret, Christian Scheideler, Camille Coron
Rapporteurs / Rapporteuses : Jérôme Feret, Christian Scheideler
DOI : 10.70675/dccdb006z6bc5z4168zbf01z0da5a97efd81

Résumé

FR  |  
EN

Les circuits biologiques souffrent souvent d'un bruit élevé et d'une charge cellulaire importante qui peut entraîner la mort des cellules. Dans cette thèse, nous explorons la conception de circuits biologiques distribués afin de présenter des solutions pour les calculs biologiques dans des environnements très bruyants. Nous avons d'abord conçu un nouveau langage orienté vers la conception de circuits distribués, résolvant les limitations des outils existants. Ensuite, nous avons présenté un algorithme distribué pour les circuits biologiques distribués qui coordonne une population de cellules pour trouver un analyte d'intérêt résistant au bruit. L'algorithme est plus sensible que les algorithmes de cellules individuelles actuels. Enfin, nous fournissons un nouvel algorithme pour valider l'algorithme précédent en utilisant des distributions quasi-stationnaires dans un modèle stochastique au lieu du modèle d'équation différentielle ordinaire déterministe que nous avions initialement utilisé.