GENSCALE : Scalable, Optimized and Parallel Algorithms for Genomics

L'équipe GenScale travaille en étroite collaboration avec des collègues biologistes pour proposer des algorithmes et leurs mises en œuvre afin de traiter les grandes données génomiques générées par les technologies de séquençage de l'ADN. Ces données sont sujettes aux erreurs, elles sont dispersées et massives (des téraoctets de séquences générées en quelques jours). Dans ce contexte, les membres de GenScale concentrent leurs recherches sur trois axes principaux :

L'analyse de caractéristiques complexes

L'équipe propose de nouvelles approches pour détecter les variants génomiques et pour assembler avec précision le génome ou les séquences des chromosomes. L'objectif ultime est d'obtenir une séquence par chromosome ou par espèce séquencé, ainsi que les variations qui y sont associées. Les techniques sont basées sur des algorithmes sur les chaînes de caractères, sur l'analyses de graphes, sur la représentation de données, sur la programmation linéaire et sur des solveurs ASP.

Exploration et interrogation

Pour passer à l'echelle sur la quantité de données à traiter, l'équipe propose de nouvelles solutions méthodologiques basées sur des structures de données avancées pour indexer et cribler de grandes banques de données génomiques, permettant la détection de marqueurs spécifiques liés aux maladies, l'analyse génomique de milliers de génomes complets et l'analyse des microbiomes intestinaux. Les techniques sont basées sur l'indexation des données, la correction des données, et encore sur des algorithmes sur les chaînes et les graphes. 

Explorer le problème de l'archivage de grands volumes de données sur les molécules d'ADN, impliquant des problématiques telles que le développement d'un système spécifique de fichiers basé sur l'ADN, de codes correcteurs d'erreurs, de sécurité de l'information, de synthèse et de séquençage d'ADN, de traitement génomique des données, etc.