Analyse des séquences régulatrices [Analysis of regulatory sequences]
Développement d'approches bioinformatiques pour la prédiction d'éléments de régulation à partir de séquences génomiques (http://rsat.scmbb.ulb.ac.be/rsat/). [Development of bioinformatics approaches for the prediction of regulatory elements from genomic sequences (http://rsat.scmbb.ulb.ac.be/rsat/).]
Analyse des réseaux d'interactions moléculaires [Analysis of molecular interaction networks]
Développement et application de méthodes d'analyse des graphes pour interpréter les données à haut débit concernant les réseaux d'interactions moléculaires. Nous nous intéressons aux réseaux d'interactions protéines-protéines (données doubles hybrides, ou de spectrométrie de masse), aux réseaux de régulation (obtenus à partir de données de biopuces ou inférés à partir de signaux cis-régulateurs), interactions protéines-ADN (données de ChIP-chip), voies métaboliques et de transduction de signal. [Development and applicatin of graph analysis methods for the interpretation of high-throughput data concerning networks of molecular interactions. We are focused on protein-protein interaction networks (two-hybrid + mass spectrometry data), regulatory networks (obtained from microarray data or inferred from cis-regulatory signals), protein-DNA interactions (ChIP-chip data), metabolic pathways and signal transduction pathways. ]
Inférence des voies métaboliques [Inference of metabolic pathways]
Nous développons des méthodes permettant d'inférer des voies métaboliques par recherche de chemins dans les réseaux réactionnels. Ces méthodes sont appliquées pour inférer des voies métaboliques à partir de groupes fonctionnellement liés (groupes de co-expression, opérons, profils phylogénétiques, ...). Ces méthodes sont également appliquées à l'analyse des voies de transduction de signal. [We developed methods to infer metabolic pathways using path finding algorithms in a reaction network. These methods are applied to infer metabolic pathways from groups of functionally related genes (co-expressed, operons, phylogenetic profiles, ...). More recently, we extended these methods to aply them to signal transduction pathways. ]