Modélisation intégrative prédictive et biologie expérimentale

Un processus synergique remarquablement efficace au service de la recherche médicale

Production and implementation of predictive biological models

Bio-Modeling Systems, 26, rue Saint-Lambert, 75015 Paris, France

^* francois.iris@bmsystems.net

Résumé

La nécessité d’élaborer et mettre en oeuvre des méthodes permettant une modélisation prédictive cohérente, fiable et précise des systèmes biologiques est devenue une évidence tant les enjeux économiques qui y sont liés sont importants. Cela est vrai au niveau industriel (pharmacologie, agroalimentaire et environnement, etc.) comme au niveau public (santé, recherche, etc.). On admet communément que la modélisation est avant tout une affaire d’informatique. Bien que cela se vérifie dans le cas des systèmes « continus » ou peu complexes, il n’en est pas de même en ce qui concerne les systèmes « discontinus » ou hyper-complexes que sont les systèmes vivants par exemple. Dans ces domaines, la modélisation devient une affaire de biologie assistée par l’informatique, et non pas le contraire. Nous tenterons dans cet article d’en développer les raisons et nous l’illustrerons à l’aide d’exemples concrets.

Abstract

The production and implementation of methodologies allowing the construction of coherent, precise and trustworthy predictive biological models has become an inescapable necessity. The financial stakes attached to this reality are very high indeed, be it in the public or the private domains (health, research, pharma and foodstuffs industries, environment, etc.). Modelling biological systems is widely presented as a problem in computational sciences. While certainly very true for low complexity, practically continuous systems, this view cannot be upheld in the case of discontinuous, hyper-complex systems such as living entities. In these domains, modelling becomes a problem in biology assisted by computational sciences and certainly not the obverse. The following article will attempt to demonstrate why it is so, using concrete examples.