Talks of 2017

  1. Quelques opacités computationnelles: de la biologie aux décisions humaines

    En biologie expérimentale et théorique, les approches computationnelles prennent une place croissante. Sur la base d’un exemple, j’aborderai les différentes étapes computationnelles entre l’échantillon et la discussion biologique. L’analyse morphométrique est traditionnellement effectuée directement par un observateur, mais cette méthode est de plus en plus remplacée par l’utilisation d’algorithmes. Il est alors impératif de proposer une critique de ces approches computationnelle que j’esquisserait sur la base d’une comparaison entre ces deux méthodes. Enfin, je montrerai que la notion de symétrie permet, au moins dans certains cas, d’aborder parallèlement ces questions épistémologiques et des problèmes politiques dans l’utilisation des intelligences artificielles.

  5. Enjeux de l’historicité du vivant pour la modélisation mathématique en biologie

    En physique, les objets sont définis théoriquement par les relations qu'il entretiennent les uns avec les autres. Ce sont ces relations qui sont instanciées dans les modèles mathématiques et qui expliquent le lien profond entre physique et mathématiques. Les modèles mathématique en biologie héritent de cet épistémologie. Nous montrerons pourtant que l'historicité des objets biologiques a des conséquences profondes sur la manière dont on peut envisager ces modèles. Ces conséquences portent d'abord sur l'étude d'organismes actuels qui ne peuvent être envisagée sans leurs histoires évolutives. Elles interviennent ensuite dans la modélisation de la variation phénotypique elle même, laquelle semble bien nécessiter des changements d'espace des possibles et une théorie des contraintes biologiques.

  6. Modeling mammary organogenesis from biological first principles: The default state of cells and its physical constraints.

    The typical approach for mathematical modeling in biology is to apply mathematical tools and concepts which originated from theoretical principles in physics and computer sciences. Instead, the authors propose to construct a mathematical model based on proper biological principles. Specifically, they use principles identified as fundamental for the elaboration of a theory of organisms, namely i) the default state of cells and ii) the principle of organization. Cells display agency, move and proliferate unless constrained. They exert mechanical forces that i) act on collagen fibers and ii) on other cells. When fibers organize, they constrain the cells on their ability to move and to proliferate. The model exhibits a circularity that can be interpreted in terms of a closure of constraints. Implementing the mathematical model shows that constraints to the default state are sufficient to explain ductal and acinar formation, and points to a target of future research.

  7. What counterpart to the principle of inertia in Population Genetics ?

    In this paper, we will discuss the notion of inertia in Classical Mechanics and its possible counterparts in Theoretical Population Genetics. We will show that, in Population Genetics, changes take place in a mathematical space whose structure is not compatible with notions such as the conservation of momentum or of angular momentum. In spite of this difference, we will argue that there is a fundamental analogy holds between the two fields. The principle of inertia describes the behavior of a system when nothing acts upon it. In Mechanics, this behavior is described by the conservation of momentum. We will show that different situations may be analogous to inertia in evolution. In particular, Theoretical Population Genetics uses a similar line of reasoning in at least two cases: random genetic drift, and geometric growth. However, we will argue that genetic drift is mathematically very different from mechanical inertia as it is far richer in contingent events having lasting consequences.

  8. Les multiples opacités computationnelles en biologie expérimentale et théorique

    En biologie expérimentale et théorique, les approches computationnelles prennent une place croissante. Pour la biologie expérimentale, je discuterai mon expérience dans un laboratoire se focalisant sur la physiologie et le développement des glandes mammaires. J'aborderai les différentes étapes computationnelles entre l'échantillon et la discussion biologique. En particulier, l'analyse morphométrique est traditionnellement faite directement, par un observateur, mais elle est faite de plus en plus par l'utilisation d'algorithmes. La comparaison entre les deux méthodes est instructive. J'aborderai aussi le rôle épistémologique particulier des analyse statistiques. En biologie théorique, j'aborderai plusieurs obstacles dans l'utilisation de modèles computationnels.

  10. Critique de la raison physico-mathématique en biologie : comment comprendre la morphogénèse chez le vivant?

    Dans cette intervention, nous partirons d'un cas particulier de modèle biophysique de morphogenèse chez les plantes. Nous montrerons que ce modèle permet de comprendre certains aspects du phénomène considéré mais laisse de côté plusieurs aspects clef de la compréhension biologique de la situation : l'inscription de la partie considérée dans un organisme et l'inscription de cet organisme dans une histoire évolutive. Nous montrerons alors que le style de raisonnement de la physique, c'est à dire sa manière de comprendre les phénomènes, pose problème en biologie. Nous proposerons enfin quelques directions pour surmonter ces difficultés.