Atelier PROSPECTOM 2014

20 novembre 2014

L’analyse du protéome, ou protéomique, vise à séquencer, identifier et quantifier de manière systématique l’ensemble des protéines exprimées dans un système biologique (organite, cellule, tissu, etc.), afin d’appréhender son fonctionnement global. Pour se faire, il est nécessaire d’avoir recours aux développements les plus récents de la biologie des systèmes, de la spectrométrie, mais également de la bio-informatique, de l’apprentissage automatique et statistique, de l'analyse des grands réseaux et de la visualisation de données (Visual Analytics).  L'émergence d'une telle communauté élargie, intrinsèquement pluridisciplinaire, ne peut aboutir que par la définition d’un vocabulaire commun, l’acceptation de la différence entre les enjeux propres à chacune des communautés, et la mise place d’un lien fort entre les données à analyser et les connaissances à en tirer, grâce à l’élaboration de modèles formels adaptés aux spécificités de la protéomique.

L’objectif de ce second atelier qui se déroule dans le cadre du projet Prospectom est donc de faire se rencontrer et interagir cette communauté scientifique française élargie autour des enjeux de la « computational proteomics », de discuter des verrous scientifiques et technologiques actuels en protéomique et d'amener des chercheurs issues de disciplines plus "informatiques" à s'interesser activement à ces verrous qui sont sources de nouveaux problèmes difficiles (non-linéarité, grand volume, hétérogénéité, données temporelles, etc.). Cette émergence ne peut aboutir que par la définition d’un vocabulaire commun, l’acceptation de la différence entre les enjeux propres à chacune des communautés, et la mise place d’un lien fort entre les données à analyser et les connaissances à en tirer, grâce à l’élaboration de modèles formels adaptés aux spécificités de la protéomique.

Conférence d’introduction :

Défis de la protéomique quantitative label-free

Yohann COUTE (INSERM, EDyP, Grenoble)

Conférence « Machine Learning » :

Machine Learning for personalized medicine

Jean-Philippe Vert (Inst. Curie, Ecole des Mines, Paris)

Conférence « Big Data » :

Big User Health Data Management

Sihem AMER-YAHIA (CNRS, LIG, Grenoble)

Conférence « Spectrométrie de masse » :