Session flash - Rencontre Inria Industrie Bio-informatique et outils numériques pour les produits de santé informatique 11/02/2014

Bio-informatique et
outils numériques pour
les produits de santé
Mardi 11 février 2014
Ens, Lyon

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

Analyse de données intégratives
AltraBio

Pierre-Emmanuel JOUVE
Chef de projet



Fédération lyonnaise de modélisation et
sciences numériques
FLMSN

Violaine LOUVET
Ingénieur de Recherche CNRS



Fédération Lyonnaise de Modélisation et
Sciences Numériques

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

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

Favoriser l’accès des PME au HPC en les aidant à
maîtriser les risques
et à optimiser leur retour sur investissement

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

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

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

Contacts en Rhône-Alpes

•
•
•
•
•

Violaine Louvet
Marc Buffat
Christophe Picard
Emmanuel Chaljub
Jean-Francois Mehaut

louvet@math.univ-lyon1.fr
marc.buffat@univ-lyon1.fr
christophe.picard@imag.fr
Emmanuel.Chaljub@ujf-grenoble.fr
Jean-Francois.Mehaut@imag.fr

Highly sensitive and efficient RNAi
screening for accelerate your drug
development
GENEL
Gaëlle SAINT-AURET
CEO



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

L’environnement de GENEL

•
•

•

Imagerie

Criblage fonctionnel

Biologie cellulaire et moléculaire
•

Bio-informatique


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


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


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


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



…


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,…


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



NGS data analysis
for identification and characterization of biomarkers

François Rechenmann
February 11, 2014

NGS data analysis
for identification and characterization of biomarkers
A case study: M. tuberculosis
François Rechenmann
February 11, 2014

What do we need?

• a sequence analysis pipeline
• a database
• a user-interface
• a set of exploratory data analysis
methods

What do we need?

• a database

1. quality assessment; trimming

2. mapping onto reference sequence(s)
1. detection of SNPs

2. characterisation of SNPs

methods

3. database update

What do we need?

Clinical,
demographic,
epidemiological
data

• a database
methods

What do we need?

Clinical,
demographic,
epidemiological
data

• a database
methods

Raw data,
SNPs

What do we need?

Clinical,
demographic,
epidemiological
data

• a database
methods

Raw data,
SNPs

Knowledge
on
characterized
mutations

What do we need?

Clinical,
demographic,
epidemiological
data

• a database
methods

Raw data,
SNPs

Knowledge
on
characterized
mutations

Annotated
reference
sequence

What do we need?

Clinical,
demographic,
epidemiological
data

• a database
methods

Raw data,
SNPs

Knowledge
on
characterized
mutations

Annotated
reference
sequence

• relationnal model
• query facilities
• traceability

What do we need?

• a database
methods

Histograms
Phylogenetic tree reconstruction
Clustering methods

What did we achieve?

 a sequence analysis pipeline
 a database
 a user-interface

 a set of exploratory data analysis
methods

Other case studies

• HCV
• Laboratoire de virologie, CHU de Grenoble
• Pseudomonas æruginosa
• GdR Pseudomonas

Traitement, modélisation et visualisation
d’images médicales
Kitware

Julien JOMIER
CEO



Kitware
open-source platforms, high quality software
Julien Jomier
julien.jomier@kitware.com

Kitware
• 1998 – Incorporation of Kitware Inc (USA)
• 2010 – Incorporation of Kitware SAS (Europe)
• 130+ employees
• 80% with Masters & PhDs in scientific domains
• Worldwide experts
• Revenue: $30M (USA) – €700k (Europe)

• Open-Source Software Development
• Computer Vision
• Image Processing
• Data Visualization
• High Performance Computing
• Data Management

Processing

Modeling

Visualization

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)

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)

Data Visualization
• Expertise
• Complex data visualization
• Large data interaction
• Parallel rendering
• Software integration
• Mobile visualization
• Open Source Technology
• Visualization Toolkit (VTK)
• Molecule Editor (Avogadro)
• Parallel Visualization (ParaView)
• Mobile Visualization (VES)
• Online Visualization (WebViz)

Online Visualization
•
•
•
•
•
•
•

Innovative Technology
Cross-Browser compatibility
No plugins
Works on any devices
Instant Visualization (fast loading)
Fully interactive visualization
http://www.webviz.org

Data Processing, Modeling and Visualization Platform

Our Solutions & Services
• Solutions
• Image Processing (2D/3D/4D)
• Complex Modeling
• Large Data Visualization
• Web/Mobile/Desktop Visualization Software
• High Performance Computing
• Services
• Software development
• Consulting
• Training
• Support

www.kitware.fr
Julien Jomier
julien.jomier@kitware.com

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


Heuristic Modeling to serve the
Research
Analytical ‘Contact Dermatitis’ model for accurate in silico prediction of allergies in
skin

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

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

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

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

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!

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

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

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

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

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



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

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 !

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

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

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

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

FasterDB : Répertoire et annotation de tous les
variants d’épissage

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

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

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


Noyau
Cytoplasme

Couverture des reads sur les
jonctions exons-exons



Peu de reads

Peu de reads

Beaucoup de reads

Beaucoup de reads
Beaucoup de reads

Exomic, Analyse bioinformatique du
transcriptome à l’échelle de l’exon
• Contact chercheur : Didier Auboeuf

Didier.auboeuf@inserm.fr
http://www.crcl.fr/
• Chargé de valorisation : Yannick Tocquet

Yannick.tocquet@universite-lyon.fr
http://www.universite-lyon.fr/lst

Les outils numériques du laboratoire :
le scientifique 2.0
Shazino

Christian MORAND
Commercial



shazino
Les outils numériques du laboratoire
Le scientifique 2.0

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

shazino

Connecteurs Mobiles

Votre base de
données:
Échantillons, Analyses,
Data

3

shazino

ex: GED PaperShip
✓ Plus 500 millions
de documents
✓ PDF
scientifiques, html,
images, etc.

✓ iPad & iPhone

4

shazino

Connecteurs Base de Données

Base de données
Shazino:
Échantillons,
Analyses,
Data

5

shazino

ex: Hivebench LIMS
✓ Cahier de labo,
protocoles, réactifs,
données brutes
✓ Collaboratif

4

✓ WebApp, iPad &
iPhone

shazino

L’Équipe
Julien Thérier,
PhD
CE
O

Vincent
Tourraine
Ingénieur
R&D

➢ Conception et Relation
Client

➢ Applications iPhone / iPad /
Mac

Christian
Morand
Ingénieur
d’affaires

Damien
Mathieu
Ingénieur
R&D

➢ Business

➢ Plateformes
Web

Development
Nos
Partenaires

7

Shazino
11 Avenue Albert Einstein,
69100 Villeurbanne
France
+33 (0)6 72 64 92 39
www.shazino.com

www.papershipapp.com
www.hivebench.com

Solution d'accès et d'exploitation
d'applications de bio-informatique sur les
clouds hybrides
Sysfera
David LOUREIRO
PDG



© SysFera

RII INRIA - Biopôle

SysFera
•
•
•
•
•

Editeur de logiciel
Spin off de l’INRIA, créée en 2010
Forts liens avec l’innovation et la recherche
12 personnes
Références : E-Biothon, EDF, CINES, Pathoquest,
Techlimed, etc.
• Partenariats
– Amazon
– Dell
– CFI

© SysFera


Mission et Vision
HPC made easy
Les ingénieurs/chercheurs doivent se concentrer
sur leur métier, pas sur l’outil informatique
– Facilité d’utilisation
– Transparence d’accès aux ressources

© SysFera


SysFera-DS

• Gestion des ressources et
des applications
• Monitoring et refacturation
• Gestion des données
• Visualisation à distance

© SysFera


Constats
• Des besoins grandissants d’accès simple à des
applications bioinformatiques
• Un besoin de transparence dans l'utilisation
des ressources informatiques
• Un besoin de cloisonnement des utilisateurs,
des données
• Le mode SaaS (Software as a Service) s'impose
maintenant même pour les applications
scientifiques

© SysFera


Use Case : E-Biothon
• Une plate-forme pour accélérer les recherches
en biologie, santé et environnement
• Plateforme
– 2 racks de Blue Gene P
– Portail d’accès SysFera-DS

• Analyses actuelles
– Inventaire taxonomique : Barcoding, …
– Phylogénétique : PhyML, …

© SysFera


Les apports de la solution SysFera-DS
• Un portail unique pour
– Mettre à disposition en SaaS des applications de
bioinformatique
– Gérer les données à distance
– Exécuter les analyses

• Gestion par projets
– Cloisonnement des utilisateurs, des applications
– Suivi de l’utilisation, permettant une refacturation
des usages

© SysFera


D’autres applications disponibles
Pour la bioinformatique
•Blast
•Hmmer
•Gromacs
•VMD
•Disseq
Et de manière plus générale
• Calcul/stats
• Visualisation
• Scilab
• R

• Paraview
• Ensight
• Visit

© SysFera


Un partenaire de proximité pour la
bioinformatique sécurisée dans le Cloud
• Accès à la demande à des applications de Bio-Informatique dans le Cloud
• Solution de portail SysFera-DS
• Partenaire infrastructure Cloud : Groupe CFI
– Acteur régional leader en intégration, infrastructure IT et Cloud
– 160 personnes dédiées à plus de 1400 clients en contrats managés

• Un datacenter Green IT dernière génération en Rhône-Alpes
– Innovant, éco-durable, hyper-sécurisé
– En cours d’obtention de l’agrément Santé

© SysFera


Merci !
SysFera
13 avenue Albert Einstein
69100 Villeurbanne
Tel : 04 81 76 28 90
Fax : 09 85 86 92 55
eMail : contact@sysfera.com

David Loureiro, CEO
David.Loureiro@SysFera.com

Des données à la simulation et au contrôle
des procédés biologiques
The Cosmo Company

Thierry DE LUMLEY
Directeur du développement



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

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.

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


COMPLEX SYSTEMS


THIS IS COMPLICATED


THIS IS COMPLEX


THIS IS CHAOS


MANAGE COMPLEXITY FOR AN ECO-DISTRICT

Time

Distance


MANAGE COMPLEXITY IN BIOLOGICAL SYSTEMS


THE PATH TO PREDICTION AND CONTROL
1

2

Data

Generate
hypothesis
Infer
mechanisms

3

Build model

Test model

(calibration, validation)

Simulate &
predict

Control

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 …


CASE STUDIES


SYSTEMIC MODELING OF BIOPROCESSES
Kinetics

Metabolism

Computational Fluid Dynamics
Medium composition
Cell environment

13

CoSMo MODELING AND SIMULATION : CONCEPTUAL MODEL


CoSMo MODELING AND SIMULATION : INSTANTIATION AND OUTPUT


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


CoSMo MODELING AND SIMULATION : SCENARIO AND OUTPUT


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


THE COSMO COMPANY
Modeling and simulation of complex systems
Thierry de Lumley
tdelumley@thecosmocompany.com
Tel: 06 28 41 73 70


Session flash - Rencontre Inria Industrie Bio-informatique et outils numériques pour les produits de santé informatique 11/02/2014

Recomendados

Recomendados

Más contenido relacionado

Destacado

Destacado (20)

Similar a Session flash - Rencontre Inria Industrie Bio-informatique et outils numériques pour les produits de santé informatique 11/02/2014

Similar a Session flash - Rencontre Inria Industrie Bio-informatique et outils numériques pour les produits de santé informatique 11/02/2014 (20)

Más de iCOMMUNITY

Más de iCOMMUNITY (20)

Session flash - Rencontre Inria Industrie Bio-informatique et outils numériques pour les produits de santé informatique 11/02/2014