Tweet
Les cellules réagissent au changement constant de leur environnement d'une façon très mathématique.
Pour le démontrer, des chercheurs de l'Université McGill ont utilisé la règle de Bayes, résultat de la théorie des probabilités.
Il y a quelques années, on voyait la modélisation mathématique d'un oeil sceptique, car il était très difficile de tester certaines prédictions. — Peter Swain, Chaire de recherche du Canada en biologie des systèmes
Selon Peter Swain, professeur adjoint du Département de physiologie, la biologie connaît actuellement une renaissance, car de plus en plus de chercheurs examinent la cellule à l'aide de schémas provenant de l'ingénierie et de l'informatique.
L'étude s'est déroulée au Centre de dynamique non linéaire en physiologie et médecine de McGill (CND). L'équipe de recherche a simulé les données du mécanisme de réaction biochimique d'une souche de bactéries E. coli. Le modèle mathématique et la simulation concordaient parfaitement avec la règle de Bayes.
Le groupe de gènes et de protéines qui ont réagi aux conditions environnementales changeantes a servi de module d'inférence bayésienne, lequel prend des données marquées par le bruit et l'incertain et en interprète la signification pour la cellule.
Il existe plusieurs schémas connus d'inférence en mathématique. Cette étude suggère que les cellules ont pu évoluer de telle façon à intégrer les capacités de prise de décision les plus efficaces dans leurs voies biochimiques.
Réaction de survie
La survie nécessite des réactions cellulaires rapides et précises aux signaux. Lorsqu'un danger est présagé par le corps, celui-ci peut détecter si le signal est réel et déclencher une production immédiate d'adrénaline. Il est difficile pour les chercheurs de modéliser les effets d'un signal sur une partie d'une cellule, même en l'isolant des tissus et organes du corps.
D'ailleurs, les chercheurs ne savent pas comment de nombreux médicaments fonctionnent ou ce qu'ils ciblent précisément dans la cellule.
Peter Swain pense qu'une étude plus poussée des modules d'inférence pourrait aider à modéliser un comportement cellulaire plus complexe. Cela permettra l'informatisation des expériences et des essais sur les médicaments.
-Radio-Canada
Pour le démontrer, des chercheurs de l'Université McGill ont utilisé la règle de Bayes, résultat de la théorie des probabilités.
Il y a quelques années, on voyait la modélisation mathématique d'un oeil sceptique, car il était très difficile de tester certaines prédictions. — Peter Swain, Chaire de recherche du Canada en biologie des systèmes
Selon Peter Swain, professeur adjoint du Département de physiologie, la biologie connaît actuellement une renaissance, car de plus en plus de chercheurs examinent la cellule à l'aide de schémas provenant de l'ingénierie et de l'informatique.
L'étude s'est déroulée au Centre de dynamique non linéaire en physiologie et médecine de McGill (CND). L'équipe de recherche a simulé les données du mécanisme de réaction biochimique d'une souche de bactéries E. coli. Le modèle mathématique et la simulation concordaient parfaitement avec la règle de Bayes.
Le groupe de gènes et de protéines qui ont réagi aux conditions environnementales changeantes a servi de module d'inférence bayésienne, lequel prend des données marquées par le bruit et l'incertain et en interprète la signification pour la cellule.
Il existe plusieurs schémas connus d'inférence en mathématique. Cette étude suggère que les cellules ont pu évoluer de telle façon à intégrer les capacités de prise de décision les plus efficaces dans leurs voies biochimiques.
Réaction de survie
La survie nécessite des réactions cellulaires rapides et précises aux signaux. Lorsqu'un danger est présagé par le corps, celui-ci peut détecter si le signal est réel et déclencher une production immédiate d'adrénaline. Il est difficile pour les chercheurs de modéliser les effets d'un signal sur une partie d'une cellule, même en l'isolant des tissus et organes du corps.
D'ailleurs, les chercheurs ne savent pas comment de nombreux médicaments fonctionnent ou ce qu'ils ciblent précisément dans la cellule.
Peter Swain pense qu'une étude plus poussée des modules d'inférence pourrait aider à modéliser un comportement cellulaire plus complexe. Cela permettra l'informatisation des expériences et des essais sur les médicaments.
-Radio-Canada