L'ensemble des présentations réalisées lors de la rencontre Inria Industrie est contenu dans ce document.
• AltraBio : Analyse de données intégratives
• FLMSN : Fédération lyonnaise de modélisation et sciences numériques
• GENEL : Highly sensitive and efficient RNAi screening for accelerate your drug development
• Genostar : Concevoir et développer les outils de diagnostic clinique de demain, fondes sur l’utilisation des
technologies de séquençage génomique et métagénomique à très haut débit
• Kitware : Traitement, modélisation et visualisation d’images médicales
• Persistent Systems France - Bio Modeling Systems : Modélisation heuristique au service de la recherche
• SATT Lyon Saint-Etienne / Lyon Science Transfert : Carpaccio, programme pour l'analyse des muscles
• SATT Lyon Saint-Etienne / Lyon Science Transfert : Elexir, une puissante plate-forme intégrée pour
l'analyse du transcriptome
• Shazino : Les outils numériques du laboratoire : le scientifique 2.0
• Sysfera : Solution d'accès et d'exploitation d'applications de bio-informatique sur les cloud hybrides
• The Cosmo Company : Des données a la simulation et au contrôle des procédés biologiques
2. Session de présentations « flash »
de technologies innovantes
• AltraBio : Analyse de données intégratives
• FLMSN : Fédération lyonnaise de modélisation et sciences numériques
• GENEL : Highly sensitive and efficient RNAi screening for accelerate your drug development
• Genostar : Concevoir et développer les outils de diagnostic clinique de demain, fondes sur l’utilisation des
technologies de séquençage génomique et métagénomique à très haut débit
• Kitware : Traitement, modélisation et visualisation d’images médicales
• Persistent Systems France - Bio Modeling Systems : Modélisation heuristique au service de la recherche
• SATT Lyon Saint-Etienne / Lyon Science Transfert : Carpaccio, programme pour l'analyse des muscles
• SATT Lyon Saint-Etienne / Lyon Science Transfert : Elexir, une puissante plate-forme intégrée pour
l'analyse du transcriptome
• Shazino : Les outils numériques du laboratoire : le scientifique 2.0
• Sysfera : Solution d'accès et d'exploitation d'applications de bio-informatique sur les cloud hybrides
• The Cosmo Company : Des données a la simulation et au contrôle des procédés biologiques
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
3. Analyse de données intégratives
AltraBio
Pierre-Emmanuel JOUVE
Chef de projet
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
4. Fédération lyonnaise de modélisation et
sciences numériques
FLMSN
Violaine LOUVET
Ingénieur de Recherche CNRS
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
6. STRUCTURE FEDERATIVE
Fédérer et soutenir les activités de calcul HPC et de modélisation dans la région lyonnais
Assurer un service de proximité en termes d'accompagnement et de moyens
Coordonner l’achat de matériels
Mutualiser les moyens de calcul
Assurer une expertise en calcul intensif
Soutenir les formations au calcul intensif
l
l
l
l
l
Mésocentres de calcul
Lyon tech La Doua
Campus L. Mérieux
Lyon Ouest
Hôtel à projet / Animation scientifique
Centre Blaise Pascal
IXXI : Institut des Systèmes Complexes
Expertises et réseau métier
LyonCalcul http://lyoncalcul.univ-lyon1.fr/
l
l
l
l
l
l
l
l
l
7. Equipements acquis en 2012-2013 (Equip@meso / Région)
6000 cœurs de calcul, 120 Tflops
Réseau rapide Infiniband FDR
Ouverts à tous les chercheurs de toutes les disciplines
l
l
l
8. Favoriser l’accès des PME au HPC en les aidant à
maîtriser les risques
et à optimiser leur retour sur investissement
9. Lancée en 2012 par :
en partenariat avec cinq pôles de compétitivité :
Amener les PME à « se poser la question
du calcul intensif » et démontrer le gain
de compétitivité obtenu avec le HPC
l
Proposer un accompagnement
personnalisé combinant les compétences
de chaque partenaire
l
10. DEMARCHE
1
Découverte PME
2
Analyse de besoin et diagnostic
Recherche d’un expert pour évaluer le
projet de la PME
1ère évaluation par l’expert
Compte-rendu d’expertise
3
Accompagnement personnalisé et
mise en relation
Aide au financement, ressources de calcul,
étude technique, expertise métier, formation…
4
Après HPC-PME, mise en œuvre
du projet industriel validé
11. Lyon
Grenoble
Cellule HPC PME Rhône-Alpes
Grenoble, Lyon
o
o
o
www.initiative-hpc-pme.org
Permettre aux PME de travailler en proximité
Rapprocher les PME et les partenaires
régionaux
Intensifier les partenariats et le transfert de
compétences recherche-industrie régionaux
13. Highly sensitive and efficient RNAi
screening for accelerate your drug
development
GENEL
Gaëlle SAINT-AURET
CEO
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
14. Criblage fonctionnel à haut débit plus
physiologique et plus fiable
Criblage fonctionnel à haut débit des mini-tumeurs
(sphéroïdes):
Perspectives dans le développement de nouvelles
thérapies anti-cancéreuses
SAINT-AURET GAELLE
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
16. Le criblage fonctionnel : principe
Perte ou gain de fonction
Visualisation de l’effet
–inhibiteurs chimiques
Quantification de la réponse de chaque
cellule
-RNA interference (siRNA,
µRNA,..)
Traitements statistiques des données
Nb de plaques
384
Nb de puits
3
>300 000
Taille des images
1
~53 000
Nb d’images
2
138
~850 Gb
Cellule
96/384
puits
Traitement
Phenotype
Nb de cellules
120 millions
Cellule 1
Traitement 54
210
11.4 Gb
Cellule 2
Traitement 54
150
Taille des tables
de données (txt)
Cellule 3
Traitement 54
110
Exemple de données issues d’un criblage
fonctionnel
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
17. Visualisation des effets sur les mini-tumeurs
Imageur sans lentille
Reconstruction holographique
Tumeurs
taille
Expression des protéines
d’intérêts
T1
210
10
T2
150
100
T3
110
500
-
Peu de mini-tumeurs (30-40 par puits)
Tailles des mini-tumeurs très variables
Taux de réponse au traitement : 60%
Monika E.Dolega, Cédric Allier et al, Biosensor and Bioelectronics, 2013
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
18. G score
Modèle mathématique robuste qui prend en compte le rang (phénotype) de chaque mini-tumeur
ajusté au nombre de mini-tumeurs par traitement.
G-score
10 premiers hits:
10 premiers hits:
Classical score
Classical method
60% Faux positifs
20% Faux négatifs
20 premiers hits:
20 premiers hits:
70% Faux positifs
25% Faux négatifs
Guyon et al, in progress
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
19. Applications/perspectives
Applications :
Découvrir de nouvelles cibles thérapeutiques
Mécanismes moléculaires de l’action des médicaments
Domaines d’application :
Oncologie
Métabolismes (diabète, obésité,…)
Dermatologie
Infection virale
…
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
20. Remerciements
Laboratoire Biomics (BGE, IRTSV)
Directeur du laboratoire : Xavier Gidrol
Equipe 3D : N. Picollet-D’hahan,…
Equipe criblage fonctionnel : E. Sulpice,…
Equipe imagerie : V. Haguet,…
Equipe bio-informatique : L. Guyon,…
Laboratoire Imagerie et Systèmes d'Acquisition
Directeur du laboratoire : Jean-Marc Dinten
C. Allier,…
FROM RNAi DISCOVERY TO PERSONALIZED MEDECINE
21. Concevoir et développer les outils de diagnostic
clinique de demain, fondés sur l’utilisation des
technologies de séquençage génomique et
métagénomique à très haut débit
Genostar
François RECHENMANN
Directeur général
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
22. NGS data analysis
for identification and characterization of biomarkers
François Rechenmann
February 11, 2014
23. NGS data analysis
for identification and characterization of biomarkers
A case study: M. tuberculosis
François Rechenmann
February 11, 2014
24. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
25. What do we need?
• a sequence analysis pipeline
• a database
1. quality assessment; trimming
2. mapping onto reference sequence(s)
1. detection of SNPs
• a user-interface
2. characterisation of SNPs
• a set of exploratory data analysis
methods
3. database update
26. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
27. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
28. What do we need?
Clinical,
demographic,
epidemiological
data
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
29. What do we need?
Clinical,
demographic,
epidemiological
data
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
Raw data,
SNPs
30. What do we need?
Clinical,
demographic,
epidemiological
data
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
Raw data,
SNPs
Knowledge
on
characterized
mutations
31. What do we need?
Clinical,
demographic,
epidemiological
data
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
Raw data,
SNPs
Knowledge
on
characterized
mutations
Annotated
reference
sequence
32. What do we need?
Clinical,
demographic,
epidemiological
data
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
Raw data,
SNPs
Knowledge
on
characterized
mutations
Annotated
reference
sequence
• relationnal model
• query facilities
• traceability
33. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
34. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
35.
36. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
37.
38. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
39. What do we need?
• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods
Histograms
Phylogenetic tree reconstruction
Clustering methods
40. What did we achieve?
a sequence analysis pipeline
a database
a user-interface
a set of exploratory data analysis
methods
41. Other case studies
• HCV
• Laboratoire de virologie, CHU de Grenoble
• Pseudomonas æruginosa
• GdR Pseudomonas
42.
43. Traitement, modélisation et visualisation
d’images médicales
Kitware
Julien JOMIER
CEO
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
48. Image & Data Processing
• Expertise
• Image Analysis: 2D, 3D, 4D.
• Image/Model Registration & Fusion
• Image Segmentation & Detection
• Computer Vision
• Open Source Technology
• Insight Toolkit: Medical Image Processing
• Image-Guided Surgery Toolkit (IGSTK)
• Reconstruction Toolkit (RTK)
• 3D Slicer: Image Processing Research
• Computer Vision Toolkit (OpenCV)
49. Data Modeling
• Expertise
• Image Analysis
• Image to Model Computation
• Big Data Statistics & Exploration
• Machine Learning
• Technology
• Big Data Analysis Tools
• Information Analysis Software
• Omics Data Analysis (Visomics)
56. La modélisation heuristique au service
de la recherche
Persistent Systems France - Bio Modeling Systems
Manuel GEA
Co fondateur et CEO, Bio-Modeling Systems
Jean-Baptiste ARTERO
Chargé d’affaires, Persistent Systems
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
57. Heuristic Modeling to serve the
Research
Analytical ‘Contact Dermatitis’ model for accurate in silico prediction of allergies in
skin
58. Two partners for a complex research
Independent Private Company incorporated in
2004, profitable since 2006.
A clear “Biology” driven company that intensively
uses I.T. resources.
Global leader in software product and technology services
7000+ employees over the word : 35 R&D engineers at
Grenoble
Inventor and exclusive owner of all its technologies.
Focused on Big Data, Business Intelligence, Mobility,
Collaboration, Cloud technologies
24 FTE* of which 9 FTE scientists/professionals only
focused on CADI™ research.
Develop information systems for Global Pharmaceutical
Companies
R&D activity split between contractual &
collaborative programs (50/50).
Catalyze Technology for leading Healthcare
Organizations
Enhancing Instrument performance for leading Medical
Device Manufacturers and Life Science Organizations
Boosting core Life Science research by partnering with
leading Universities across the globe
A joint systems biology research and development initiative
59. Why in vitro skin models are NOT relevant?
Structures that constitutively lack major components of the in
vivo system:
- No resident immune cell populations,
- No vasculature,
- No lymphatic drains,
- No sweat glands,
- No nerve endings, etc..
Lacks all means to
implement an immune
response
Build an Analytical ‘Contact Dermatitis’ model for accurate
in silico prediction of allergies in skin
60. The Life-modeling issue
If you dream to create the
first operational bird
model…
… a “basic” living
Complex system that
not only flies…
Be sure to use the appropriate
modeling concepts & tools. If not…
…you get a Complicated “Cartesian”
system.
It does fly, but… it will never lay eggs!
The challenge is clearly not a question of technologies
only
61. BMSystems invented CADI™
The CADI™ models are detailed maps of inter-cellular and/or intra-cellular mechanisms associated with a
biological status.
CADI™ models are outstanding “non-mathematical” heuristic descriptive
in-silico answers to explain the non-linear mechanisms of life and diseases.
CADI ™ models can describe the dynamics of pathological processes and/or
pathological mechanisms vs. control.
CADI™ models describe the mechanisms that cause the diseases, not only
the consequences.
CADI ™ models create the optimum new knowledge required to
identify/explain mechanisms that can lead to direct industrial applications.
CADI™ models have repeatedly led to novel patentable discoveries in
highly competitive applications.
•*Computer Assisted Deductive Integratio
62. CADI™ the first “non-mathematical” modeling approach,
successfully applying its 5 principles
• An “Architectural Principles” Approach
A complex system to study
• Our “Negative Selection” Process
A CADI™ model representing a multiple systems
in a specific context
• Our “4 steps validation” Process
Different organs level
• Our “Broad life sciences & IT” Expertise
Scale / level
• Our “synergic collaboration” with classical IT
partners
Different Cells
level
Molecules level
•
*Computer Assisted Deductive Integration
Clearly the challenge is to look at things differently and to ask
the right questions!
63. CADI™ Global therapies discovery & validation process
The CADI™ from bench to bed to real patient life process
Scientific data
CADI™
experimentations
design
2
New version
of CADI™
map
3
1
Clinical data
Experimentations
implementation
Clinicians / MD
inputs
Patients feedbacks
4
Publications
E-R&D
Analysis of
experimental results
Patients data
Continuum
E- Health
Information technologies : Cell-in-silico Platform
Data Acquisition, Collaborative, Data Storage, Big Data, Mobility
Persistent Systems IT partner
64. Analysis workflow in SCoMoS
Expression data from compound
of interest
Classify compounds based on signatureprofiles of standardized compounds
Skin Model v1.0.0
Identify skin associated
pathways impacted by a
compound
Expression data from
standardized skin related
compounds
Get insight into protein
interactions and their functional
implication on each pathway
65. What can be done with CADI™ models?
Reduce time to result, improve success rate and reduce development costs to address the markets:
Biomedical, Diagnostic, Pharma, Cosmetics, Food, Chemistry, Environment,
Energy.
Multi-Systems* mechanisms understanding
Multi-scale ** mechanisms description
Disease understanding / (re) definition
Target discovery / evaluation.
Identification /selection of pertinent
predictive Biomarkers
CADI™ Process
Outputs
New therapeutic strategies,
New associations of molecules
New associations of existing molecules
R&D programs evaluation GO NO GO decision
Drug (re) positioning /(re) profiling/ rescue
Drugs Mechanisms of action
Proposition of new bio-production processes
through micro-organisms modifications
66. Contacts
Open to discussions and collaborations
Jean-Baptiste ARTERO
Business Development
Representative
Persistent Systems
Mobile: +33 777 90 14 20
Jean-baptiste.artero@persistentsas.com
www.persistentsys.com
Manuel GEA
Co-founder & CEO
Mobile: +33 683 06 12 72
Manuel.gea@bmsystems.org
www.bmsystems.net
67. Elexir : une puissante plate-forme intégrée
pour l'analyse du transcriptome
SATT Lyon Saint-Etienne / Lyon Science Transfert
Didier AUBOEUF
Chef d’équipe « épissage alternatif et progression tumorale »
Centre de Recherche en Cancérologie de Lyon
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
68. EXOMIC, ANALYSE BIOINFORMATIQUE DU
TRANSCRIPTOME À L’ÉCHELLE DE L’EXON
AUBOEUF Didier
Directeur de Recherche Inserm
Responsable d’équipe au CRCL
Centre de Recherche en Cancérologie de Lyon (CRCL)
UMR Inserm 1052 - CNRS 5286
69. Epissage alternatif : 22 000 gènes,
1 000 000 de protéines !
Dogme
un gène, un produit, une fonction
Réalité
un gène, DES produits, DES fonctions
Gène
Transcription
Pré-ARNm
Epissage
ARNm
Variants d’épissage
Traduction
Protéine
Isoformes protéiques
L’épissage alternatif : une règle, et
non l’exception qui permet
d’augmenter la diversité du
transcriptome.
Et donc du protéome codé par un
nombre limité de gènes !
70. Epissage alternatif : Changer le message
des gènes
Cellule #2
Cellule #1
Gène A
Gène B
Gène C
Gène A
Gène B
Gène C
Transcription
Pré-ARNm
Epissage
ARNm
Noyau
Cytoplasme
Traduction
Protéine
Membrane
extracellulaire
Inactive
Active
Ligand
Voir Dossier Hors série de Pour la Science
« L’hérédité sans gène »
N° 81 - Oct-Déc 2013
Didier Auboeuf :
« Un gène, combien de protéines »
Forme
soluble
71. Application
• S’appuyer sur la diversité créée par l’épissage pour
augmenter :
• le nombre de bio-marqueurs
• la spécificité et le nombre de cibles
pharmacologiques
• la caractérisation des altérations moléculaires dans
les pathologies
72. Application
Une mine de nouveaux marqueurs Biologiques :
22 000 gènes (marqueurs actuels)
1 000 000 de variants d’épissage!
Une mine d’épitopes !
Epitope « sain »
Epitope « pathologique »
Expression du gène
Altération moléculaires à l’échelle de l’exon
Isoforme
Fonctionnelle
Isoforme
Non-Fonctionnelle
Inhibiteur pharmacologique
Pharmacologie
•
•
Forcer l’expression d’une isoforme
inactive
Plus de 600 protéines impliquées dans l’épissage pouvant servir de cilbes
Des dizaines de milliers d’isoformes d’épissage pourraient devenir de
nouvelles cibles pharmacologiques
73. De la théorie, à la pratique….
Démystifier l’épissage en le rendant accessible
• FasterDB : Répertoire et annotation de tous les variants
d’épissage
http://fasterdb.lyon.unicancer.fr/
• Elexir : Pipeline d’analyse de nouvelles technologies à
très haute densité
http://fasterdb.lyon.unicancer.fr/elexir2/home.pl
Mallinjoud P, Villemin JP, Mortada H, Polay-Espinoza M,
Desmet FO, Samaan S, Chautard E, Tranchevent LC,
Auboeuf D.
Genome Res. 2013 Dec 4. PMID: 24307554
74. FasterDB : Répertoire et annotation de tous les
variants d’épissage
http://fasterdb.lyon.unicancer.fr/
75. Elexir : Pipeline d’analyse de nouvelles
technologies à très haute densité
http://fasterdb.lyon.unicancer.fr/elexir2/home.pl
Nouvelles technologies à très haute densité:
Classical Arrays
Exon&Junction Arrays
RNA seq NGS
Gene expression
Oui
Oui
Oui
Alternative Splicing
Non
Oui
Oui
-Analyse des données brutes
-Interprétation des données
Microarray
data
FasterDB
Gene
annotations
Analysis
algorithm
Probe
selection
Computation
and storage of
data
Interface for data visualization
76. Elexir : Pipeline d’analyse de nouvelles
technologies à très haute densité
Métastases vs. Pas de métastase
RT-PCR
11
12
11
13
13
Pas de métastase
Métastases
Noyau
Cytoplasme
77. Analyse de données de RNA seq très haut débit
Séquençage
Alignement
des reads
Annotation des
variants
Quantification
Analyse
différentielle
RNA-seq reads
TopHat ou STAR
et GMAP (454)
in-house
in-house
in-house
Données de
séquence brutes
(.fastq)
Génome de
référence (.fa)
Annotations
(FasterDB ou
autres)
Inputs
in-house
Visualisation
dans FasterDB
Couverture des reads sur le gène
Couverture des reads sur le gène
Noyau
Cytoplasme
Couverture des reads sur les
jonctions exons-exons
Couverture des reads sur les
jonctions exons-exons
Couverture des reads sur le gène
Couverture des reads sur les
jonctions exons-exons
Peu de reads
Peu de reads
Beaucoup de reads
Beaucoup de reads
Beaucoup de reads
78. Exomic, Analyse bioinformatique du
transcriptome à l’échelle de l’exon
• Contact chercheur : Didier Auboeuf
Didier.auboeuf@inserm.fr
http://www.crcl.fr/
http://fasterdb.lyon.unicancer.fr/
• Chargé de valorisation : Yannick Tocquet
Yannick.tocquet@universite-lyon.fr
http://www.universite-lyon.fr/lst
79. Les outils numériques du laboratoire :
le scientifique 2.0
Shazino
Christian MORAND
Commercial
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
81. shazino
Notre Mission
Shazino a pour mission d’organiser le partage
sécurisé des données complexes
afin d’accélérer les découvertes.
Shazino développe et commercialise des
connecteurs technologiques à partir ou vers des
bases de données scientifiques.
2
88. Shazino
11 Avenue Albert Einstein,
69100 Villeurbanne
France
+33 (0)6 72 64 92 39
www.shazino.com
www.papershipapp.com
www.hivebench.com
89. Solution d'accès et d'exploitation
d'applications de bio-informatique sur les
clouds hybrides
Sysfera
David LOUREIRO
PDG
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
100. Des données à la simulation et au contrôle
des procédés biologiques
The Cosmo Company
Thierry DE LUMLEY
Directeur du développement
Mardi 11 Février 2014
Rencontre Inria Industrie organisée en partenariat avec
101. From data to simulation
and control of biological
processes
Modeling and simulation of complex systems
Thierry de Lumley
tdelumley@thecosmocompany.com
Tel: 06 28 41 73 70
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
102. CoSMo IN BRIEF
A proprietary software
dedicated to complex
systems
A high level of
professional service
and training
A seasoned team of
management engineers
and developpers
X 30
Formations
Documentation
25 developpers and engineers
working at improving our
software
Workshops
Support
CoSMo helps its partners to better understand, control and predict the
evolution of their complex systems by designing a new generation of modeling
and simulation tools.
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
103. LIFE SCIENCES CURRENT CHALLENGES
Exponential growth and heterogeneity of the
huge amount of available data and knowledge
Multiplication of reductionist models with no
vision of the entire system
The reductionist approach has reached its limits
Source: bioDBnet network graph
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
105. THIS IS COMPLICATED
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
106. THIS IS COMPLEX
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
107. THIS IS CHAOS
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
108. MANAGE COMPLEXITY FOR AN ECO-DISTRICT
Time
Distance
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
109. MANAGE COMPLEXITY IN BIOLOGICAL SYSTEMS
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
110. THE PATH TO PREDICTION AND CONTROL
1
2
Data
Generate
hypothesis
Infer
mechanisms
3
Build model
Test model
(calibration, validation)
Simulate &
predict
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
Control
111. WHAT TOOLS FOR BIOLOGICAL SYSTEM MODELING AND SIMULATION?
The CoSMo platform is designed to answer complex systems
modeling and simulation requirements.
Represent each sub-system using the good formalism
ODE, discrete agents,
compartments, …
Interconnect the different parts with potentially different
kinds of interactions
molecules, pathogens, individuals,
costs in continuous space, discrete
networks
Define the right time and space scale for each sub-system
< seconds for reactions
months, years for treatment
Compose hierarchies as you visualize them
For example, couple dynamically :
• gene regulatory networks,
• metabolic networks,
• signaling networks, …
genes in cells in organs in organisms
in …
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
112. CASE STUDIES
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
113. SYSTEMIC MODELING OF BIOPROCESSES
Kinetics
Metabolism
Computational Fluid Dynamics
Medium composition
Cell environment
13
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
114. CoSMo MODELING AND SIMULATION : CONCEPTUAL MODEL
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
115. CoSMo MODELING AND SIMULATION : INSTANTIATION AND OUTPUT
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
116. CHRONIC NON-COMMUNICABLE DISEASE MANAGEMENT
•
•
•
•
Over 350 Million HBV chronically infected people worldwide
Over 700 000 annual death by liver cancer
80% of the cases in developing/emerging countries
One of the biggest challenge to global public health despite the existence
of an efficient HB vaccine
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
117. CoSMo MODELING AND SIMULATION : CONCEPTUAL MODEL
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
118. CoSMo MODELING AND SIMULATION : INSTANTIATION AND OUTPUT
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
119. CoSMo MODELING AND SIMULATION : SCENARIO AND OUTPUT
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
120. OTHER EXAMPLES
TUMOR GROWTH
TOXICITY PBPK
Venal blood
Understand the role of tumor cell metabolism and
mobility
CL
CL
Live
r
Kidn
ey
Gut
Arterial blood
Lun
g
Adip
ose
Bon
e
Brai
n
Hea
rt
Mus
cle
Skin
Predict tumor growth rate and morphology
pH
Gut
Sple
en
Hepatocyte
Discrete circulation networks
PANDEMIC MANAGEMENT OF INFECTIOUS DISEASES
CD8 IMMUNE RESPONSE FOR VACCINE DESIGN
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute
121. THE COSMO COMPANY
Modeling and simulation of complex systems
Thierry de Lumley
tdelumley@thecosmocompany.com
Tel: 06 28 41 73 70
Propriété exclusive de The CoSMo Company – Ne pas diffuser / Exclusive property of The CoSMo Company – Do not distribute