Méthodes probabilistes pour l'identification des signatures de selection sur des arbres phylogénétiques: des données à la théorie
Auteur / Autrice : | Antoine Aragon |
Direction : | Aleksandra Walczak |
Type : | Projet de thèse |
Discipline(s) : | Physique |
Date : | Inscription en doctorat le 01/09/2022 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | École doctorale Physique en Île-de-France (Paris ; 2014-....) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire de Physique de l'École normale supérieure |
établissement opérateur d'inscription : Ecole normale supérieure |
Mots clés
Mots clés libres
Résumé
La sélection est une des forces principales qui façonnent la diversité génétique observée dans une population en évolution, mais caractériser sa force et ses modèles reste un défi. La maturation d'affinité des cellules B est un exemple d'évolution accélérée sous sélection, qui permet l'étude de ces processus sur des échelles de temps plus courtes que la macroévolution. Dans ce projet, de nouvelles méthodes seront développées pour apprendre les propriétés de la sélection des cellules B à partir des données de séquençage du répertoire, surmontant deux problèmes : les méthodes actuelles ne permettent pas d'aller au-delà de la neutralité (absence de sélection) pour déduire des processus évolutifs ; il manque de bons estimateurs statistiques sommaires pour aller au-delà du rejet de la neutralité. Des modèles mathématiques de populations de cellules proliférantes subissant des mutations non neutres seront construits et utilisés pour caractériser les schémas de sélection dans les arbres. Informés par ces modèles, des schémas d'inférence seront développés pour apprendre les paramètres de sélection à partir des données. Le résultat sera des outils pour caractériser la sélection et une base pour identifier les lignées répondantes en milieu clinique.