Sites Inria

English version

Equipe de recherche GENSCALE

Scalable, Optimized and Parallel Algorithms for Genomics

  • Responsable : Dominique Lavenier
  • Type : Équipe-projet
  • Centre(s) de recherche : Rennes
  • Domaine : Santé, biologie et planète numériques
  • Thème : Biologie numérique
  • Partenaire(s) : CNRS,Université Rennes 1,École normale supérieure de Rennes
  • Collaborateur(s) : Institut de recherche en informatique et systèmes aléatoires (IRISA) (UMR6074)

Présentation de l'équipe

L'évolution fulgurante des biotechnologies, au cours de ces dix dernières années, a complètement bouleversé la manière d'appréhender les recherches liées aux sciences de la vie. L'extraction d'informations biologiques pertinentes à partir des masses de données issues du séquençage haut débit, implique désormais une algorithmique de pointe capable de relever les défis applicatifs apportés par ces nouvelles technologies.

Dans ce contexte, les recherches de l'équipe GenScale se concentrent sur les traitements des données génomiques à grande échelle. D'un point de vue informatique, il s'agit de concevoir des algorithmes qui optimisent les temps d'exécution, qui minimisent l'espace mémoire et qui se déploient sur des calculateurs parallèles.

Nos travaux sont menés en forte interaction avec des équipes de recherche en sciences de la vie (agronomie, écologie, santé).

Axes de recherche

La comparaison d'objets biologiques représente une activité majeure de la bioinformatique. Nos recherches se structurent donc naturellement par rapport à cette thématique selon les 3 axes suivants :

  • Comparaison de séquences :
    • annotation à grande échelle,
    • analyse de données métagénomiques
  • Comparaison de génomes :
    • locale : recherche de variants (SNPs, indels, …)
    • globale : génomique comparative
  • Comparaison de structures :
    • Classification de familles protéiques

Ces axes sont complétés par une activité de recherche transversale (l'assemblage) permettant de produire, en partie, ces objets à partir des données de séquençage haut débit.

Relations industrielles et internationales

International
  • University of Chile, Santiago, Chile
  • Colorado State University, USA
  • CWI, Algorithmic Computational Biology, Amsterdam, Netherlands
  • Sofia University, Bulgaria
  • Federal University of Rio de Janeiro, Rio de Janeiro, Brazil Laboratório Nacional de Computação Científica, Petropolis, Brazil
  • Dept. of Mathematics, Statistics and Scientific Computing, UNICAMP, Campinas, Sao Paulo, Brazil
Industrie
  • GenomeQuest : http://www.genomequest.com/
  • Korilog : http://www.korilog.com/
  • Fasteris : http://www.fasteris.com/

Mots-clés : Bioinformatique genomique parallelisme scalabilité optimisation

Suivez Inria tout au long de son 50e anniversaire et au-delà !