Affichage des résultats 501 à 520 sur 1266 au total
-
-
Identifier un biomarqueur, c'est identifier une variable biologique dont la valeur est associée à la probabilité de survenue d'une maladie (biomarqueur diagnostique), à la probabilité de rechute ou de décès (biomarqueur pronostique), à l'efficacité ou à la tolérance d'un médicament (biomarqueur théranostique). L'utilisation des techniques d'analyse biologique à haut-débit pour l'analyse du génome, du transcriptome et du protéome pose la question de la prise en compte d'un très grand nombre de variables, fréquemment supérieur au nombre de sujets inclus dans l'étude. Sur le plan statistique, au-delà du contrôle des risques de première et deuxième espèce, différents aspects spécifiques sont concernés comme la nécessité de prendre en compte les variabilités biologique et expérimentale pour calculer la puissance des études, et l'estimation de l'ampleur d'effet des biomarqueurs sélectionnés par les études d'identification.
Les méthodes de recherche de dose doivent permettre d'identifier la dose optimale d'un traitement à explorer au cours des essais ultérieurs. A l'ère des chimiothérapies cytotoxiques, la dose optimale était associée à la dose maximum tolérée. L'index thérapeutique était en général faible. Le développement des thérapies moléculaires ciblées, ces nouvelles classes thérapeutiques qui ciblent (en théorie) des anomalies biologiques spécifiques, tend à changer ce paradigme: La toxicité seule ne semble plus suffisante pour caractériser la dose optimale et des marqueurs précoces de la réponse au traitement sont de plus en plus utilisés. Dans ce travail, nous présenterons des plans d'expérience permettant d'utiliser la puissance des données répétées pour identifier des doses qui soient actives et tolérées. L'extension de méthodes de recherche de dose de type Continual Reassessment Method sera présentée. Sera également abordé la problématique de la définition des toxicités limitant la dose pour ces traitements d'administration chronique.
-
-
-
-
There is growing evidence that intestinal bacteria are important beneficial partners of their metazoan hosts. Recent observations suggest a strong link between commensal bacteria, host energy metabolism and metabolic diseases such as diabetes and obesity. As a consequence, the gut microbiota is now considered as a "host" factor that influences energy uptake. However, the impact of intestinal bacteria on other systemic physiological parameters still remains unclear. In this context, we have recently demonstrated that Drosophila microbiota promotes larval growth upon nutrient scarcity. We revealed that Lactobacillus plantarum, a commensal bacteria of the Drosophila intestine is sufficient on its own to recapitulate the natural microbiota growth promoting effect. Using this simple gnotobiotic model we have shown thatL.plantarum exerts its benefit by acting genetically upstream of the TOR-dependent host nutrient sensing system controlling hormonal growth signaling in Drosophila. Our results therefore indicate that the intestinal microbiota should also be envisaged as a factor that influences the systemic growth of its host. We will present and discuss our recent progresses and research perspectives in the understanding of the molecular mechanisms underlying the mutualistic association between Drosophila melanogaster on its commensal Lactobacillus plant arum.
Temperature affects all aspects of organism's biological organization and this is particularly true for cold-blooded animals. These organisms possess diverse responses for dealing with thermal stress, they can adapt genetically (i.e. long evolutionary process) and/or they can acclimate (i.e. short-term phenotypic adjustments). Adaptive responses to thermal stress typically involve a range of plastic responses and the mechanisms underlying these processes are complex and not fully understood. A common physiological response of organisms to environmental stresses is the increase in expression of heat shock proteins (Hsps). This has been widely examined for heat stress, but the response to cold stress has been far less studied in insects. In addition, the molecular basis of thermal adaptation is not well understood, although a number of candidate genes have been proposed. However, a functional link between these candidates and cold tolerance has rarely been established. In this presentation I will describe transcriptional patterns of some genes (Hsps, Frost and Stravin) with respect to cold stress and I will discuss their roles in cold tolerance of Drosophila melanogaster. The functional significance of some of these genes was assessed by gene silencing. Cold tolerance is highly a plastic trait that can vary according to numerous endogenous and exogenous factors, including thermal acclimation. This process allows organisms to enhance thermotolerance when exposed to sub-lethal temperatures before thermal stress. I will also discuss how distinct forms of cold acclimation promote differential molecular responses and affect system-wide metabolite variations. This presentation intends to provide insights into the mechanisms by which cold adaptation and acclimation is achieved in chill susceptible D. melanogaster flies.complete affiliation for HC: Unité d'Écologie et de Biogéographie, Biodiversity Research Centre, Université catholique de Louvain, Louvain-la-Neuve, Belgium. UMR CNRS 6553 Bât 14A, Université de Rennes1, 263 Avenue du Général Leclerc CS 74205, 35042 Rennes Cedex, France.
La modélisation mathématique en biologie peut permettre d'analyser et d'interpréter des données expérimentales. Les équations différentielles sont un outil efficace pour y parvenir. Cependant ces équations sont parfois trop simples pour expliquer certaines observations. Nous donnerons l'exemple de la modélisation d'un traitement anti-cancéreux pour lequel la prise en compte de la structure en âge de la population de cellules est primordiale.
Behavioral flexibility to optimize individual fitness occurs in many species and is regulated by endocrine mechanisms. If flexibility in social behavior exists in both sexes, this can lead to changes in the social organization of an entire population. I define this phenomenon as "social flexibility". Social flexibility can be advantageous in a changing environment. For example the African striped mouse (Rhabdomys pumilio) can either live solitarily or form extended family groups. Group-living striped mice can benefit from improved thermoregulation (huddling in nests) and possibly increased vigilance against nest predators. I explored the ultimate reasons of social flexibility by testing two main hypotheses, 1. ecological constraints (measured as population density) leading to philopatry and group-living, and 2. reproductive competition within groups leading to dispersal and solitary-living. Striped mice always lived in groups during the non-breeding season when reproductive competition was absent, indicating that the benefits of group-living prevailed during this period. During the breeding season when reproductive competition occurred, striped mice left the communal group and started solitary breeding if vacant territories were available. However, they remained group-living under high population density, consistent with the ecological constraints hypothesis. Fitness consequences of social flexibility have been studied in detail in male striped mice following alternative reproductive tactics. Depending on ecological conditions, solitary living males (roamers) can be making the best of a bad job with low reproductive success, or they can be equal in success to the group-living tactic, or they can even be superior with high reproductive success. Endocrine mechanisms (prolactin, testosterone and corticosterone) underlie social flexibility in the striped mouse. Thus, changes in social behavior (behavioral adaptation) seem to be regulated by changes in hormone levels (physiological adaptation), maximizing individual reproductive success (evolutionary adaptation) under changing environmental conditions.
Dans cet exposé je présenterai une démarche pour intégrer des données de génomique fonctionnelle, basée sur un modèle qualitatif d'interactions moléculaires. Ce modèle s'appuie sur une représentation des systèmes dynamiques sous la forme d'un graphe dont les sommets représentent des molécules et les arcs des interactions (activations ou inhibitions) entre elles. Il définit une notion de compatibilité entre un tel graphe et des mesures portant sur la concentration des molécules. Cette contrainte de compatibilité, bien que relativement "molle", permet dans certains cas : - sur un mode "diagnostic", d'isoler des zones du graphe incompatibles avec les mesures d'expression - sur un mode "prédiction", de déterminer la réponse du système dans une condition partiellement spécifiée - sur un mode "planification", de trouver des conditions nécessaires pour observer un comportement. Dans les trois cas, on se ramène à des problèmes d'optimisation combinatoire, et nous verrons comment les résoudre efficacement à l'aide d'un moteur ASP (Answer Set Programming). Sur un mode plus prospectif, je discuterai de la possibilité de coupler ces outils à d'autres modules, assurant d'une part l'approvisionnement en données et d'autre part la visualisation des résultats d'analyse permettant une exploration interactive du système.
Living organisms are complex systems, and stressing them with toxicants only increases the complexity. In ecotoxicology, the common strategy for addressing toxic effects is to accept this complexity and provide descriptions of parts of the response of the system. Such descriptions will not advance our understanding and cannot address the problems of environmental risk assessment. Complexity is of course not unique for ecotoxicology. In related disciplines such as environmental chemistry, the common approach is to simplify the system to its bare essence and study the behaviour of the simplification. Something similar does exist for toxic effects, which can be placed under the designation "toxicokinetic-toxicodynamic" (TKTD) modelling. Toxicokinetics deals with the uptake of chemicals into the organism, whereas toxicodynamics addresses the relationship between internal concentrations and effects over time. In this presentation, I will focus on toxicodynamic models, and discuss how biology can be radically simplified to suit our purpose. Furthermore, I demonstrate how experimental data can be analysed, and discuss the statistical problems associated with fitting the models to data.
The reduction of DNA sequencing costs over recent years has enabled whole genome sequencing to become relatively affordable for most organisms. However, sequencing many individuals, from multiple populations can still be financially limiting and require extensive computational power. Since its development in 2008, restriction-site associated DNA (RAD) sequencing has offered an effective method for sampling non-random, interspersed sequences across a genome. In brief, the approach involves digesting genomic DNA with a restriction enzyme, ligating adapters to these sites and sequencing the fragments with illumina technology. Publications based on the RAD method have addressed many biological questions ranging from population genetics to linkage mapping and phylogeography, using 10's or 100's of individuals from broods or wild collections. Here I will provide an overview of the RAD method, and highlight various approaches to analyze RAD datasets. Data generated by myself and colleagues, from tropical butterflies, pest moths and polymorphic ladybirds, will be presented to demonstrate our approach for assembling genetic linkage maps (with and without a reference genome), bulked segregant analysis, genome wide phylogenies and comparative genomics. Although there are both benefits and drawbacks to RAD sequencing, it is a universal genetic approach that could be considered for many organisms.
Increased reliance on computational approaches in the life sciences has revealed grave concerns about how accessible and reproducible computation-reliant results truly are. Galaxy http://galaxyproject.org web site, an open web-based platform for genomic research, addresses these problems. Galaxy automatically tracks and manages data provenance and provides support for capturing the context and intent of computational methods. Galaxy Pages are interactive, web-based documents that provide users with a medium to communicate a complete computational analysis.
Résumé: On s'accorde généralement à dire qu'il faut améliorer la sélectivité des engins de pêche, et réduire le gaspillage dû au rejet des captures non désirées prises dans les engins non sélectifs comme les chaluts. C'est même un sujet brûlant de la réforme en cours de la Politique Commune des Pêches de l'Union Européenne. D'un autre côté, l'approche écosystémique des pêches requiert que l'on préserve la structure et la fonction des écosystèmes exploités. Cela est-il compatible avec le prélèvement par la pêche de catégories restreintes d'animaux, par exemple les plus grands, ou quelques espèces d'intérêt commercial dans une communauté qui en compte plusieurs dizaines ? Je présenterai des résultats de modèles qui confirment cette intuition, et les premières tentatives d'analyses empiriques de cette question.
-