Chef du laboratoire: Dr. Kais GHEDIRA

Positionnement scientifique et problématique de recherche-développement: La genèse du laboratoire BIMS remonte à une dizaine d’années. L’impulsion de ce projet de laboratoire est venue de la Deuxième École de Biomathématiques, qui s’est tenue à l’Institut Pasteur de Tunis en mai 2005.

Cet événement a marqué le début d’une réflexion sur l’importance d’une approche pluridisciplinaire, combinant les domaines des mathématiques, de l’informatique et de la statistique, pour aborder et résoudre des questions et problèmes en biologie. Cette réflexion a été renforcée par la création du master de recherche « Traitement de l’Information et Complexité du Vivant »; à l’ENIT, dans lequel le laboratoire est impliqué à la fois dans l’organisation et la gestion des cours. Ces deux expériences ont mis en évidence la nécessité de réunir des experts de différentes disciplines pour fonder un laboratoire – pluridisciplinaire capable de modéliser et d’étudier numériquement différents types de systèmes complexes.

Par ailleurs, d’autres membres du laboratoire se sont investis depuis 2004 dans l’enseignement, l’application et le développement d’outils statistiques pour la biologie en publiant de nouvelles méthodes et des ouvrages internationaux dans le domaine (dont Native Statistics for Natural Sciences; Computational Metabolomics: Nova Publishers, New York). Ces nouvelles approches ont ajouté une dimension complémentaire à la pluridisciplinarité du laboratoire.

Le Laboratoire BIMS a été créé durant le contrat Programme 2016-2019 et est structuré en trois équipes: l’équipe de BioInformatique, l’équipe de bioMathématique et l’équipe de bioStatistique. Ces trois équipes collaborent sur des projets de recherche menés par le laboratoire.

PROJET 1

Titre du projet: Bioinformatique en santé publique

Résumé et objectifs:

Au cours des trois dernières décennies, une énorme explosion de nouvelles connaissances et de données complexes est apparue, concernant divers aspects des organismes, notamment leurs génomes, leurs biomolécules, leurs microbes, leurs interactions et leur évolution. Cette profusion mondiale de données a créé un besoin croissant de méthodes informatiques pour gérer, stocker, visualiser, organiser, comparer et diffuser ces informations. La bioinformatique, en tant que domaine interdisciplinaire, se situe à la jonction des sciences de l'ingénieur, telles que l’informatique et les mathématiques et des sciences de la vie, qui englobent la biochimie, la biologie, la microbiologie, l’écologie, l’épidémiologie. Elle joue un rôle central dans la recherche biomédicale, tant en ce qui concerne les maladies transmissibles que les maladies non transmissibles. Actuellement, les progrès de la bioinformatique ont révolutionné la médecine et la recherche biomédicale, élargissant l'intérêt pour ce domaine.

Les nouvelles technologies de séquençage de nouvelle génération (NGS) sont largement exploitées pour identifier les polymorphismes génétiques qui contribuent à la susceptibilité aux maladies complexes et/ou multifactorielles, et qui représentent un défi pour la santé publique, notamment les maladies infectieuses, les maladies métaboliques et les cancers. Le séquençage et l'interprétation du génome dans le cadre d'études visant à améliorer les soins de santé sont devenus monnaie courante. Cependant, l’Afrique du Nord, et la Tunisie en particulier, abrite un patrimoine génétique, des microbiotes, des flores et des faunes qui restent peu documentés de manière systématique. Le développement d’outils permettant de mieux comprendre et d’explorer cette diversité génétique et microbiologique représente une opportunité incontestable pour une analyse plus approfondie de la susceptibilité et de la résistance aux maladies, qu’elles soient transmissibles et non. Ces outils facilitent également l'accès à des diagnostics plus précis, à de nouveaux médicaments et à des médecines de précision. C’est dans ce contexte que s’inscrit le “Projet 1” du laboratoire BIMS.

Lors des deux contrats programme présentés par le laboratoire BIMS durant les périodes 2016-2019 et 2020-2023, le SOUS-PROJET 1.1 intitulé « La biologie intégrative appliquée aux maladies infectieuses » a permis d’apporter de nouvelles connaissances en termes d’identification de gènes candidats et biomarqueurs associés à certains phénotypes étudiés incluant le cancer, le paludisme, la tuberculose, la theilériose, mais aussi l’analyse de l’annotation de nouveaux génomes bactériens à potentiel biotechnologique et industriel. Dans cette perspective et afin de renforcer la cohérence avec les autres projets du laboratoire, nous proposons de modifier son titre pour le contrat-programme 2024-2027, en le renommant  SOUS-PROJET 1.1: «Intégration des données multi-omiques pour l’identification de biomarqueurs et cibles thérapeutiques». Le SOUS-PROJET 1.2 «Analyses bioinformatiques d’écosystèmes microbiologiques» est une thématique qui s’est développée au laboratoire durant le contrat programme 2016-2019 et qui a découlé directement des financements obtenus par le groupe et par des collaborateurs du groupe (projet Mérieux et projet CIC Microbiome coordonné par le Laboratoire de Parasitologie de l’IPT). Le SOUS-PROJET 1.3: «Médecine Personnalisée», marque la continuité des projets précédents, à savoir le 3e projet du contrat-programme 2016-2019 et le SOUS-PROJET 1.3 du contrat-programme 2020-2023. Au cours de ces deux périodes, des avancées ont été réalisées dans plusieurs domaines clés. Il s'agit notamment d'une compréhension des différentes approches pour explorer les variations génétiques influençant la susceptibilité à certaines maladies (ou bien la réponse au traitement), ainsi que leur réponse aux traitements, d’une compréhension des mécanismes physiopathologiques sous-jacents à ces maladies, et le développement d'outils informatiques exploitant notamment l'intelligence artificielle pour l'analyse de vastes ensembles de données génomiques et cliniques. Le SOUS-PROJET 1.4: «Analyse de données biologiques utilisant l’Intelligence Artificielle» est par essence à cheval entre plusieurs disciplines scientifiques : les sciences mathématiques, la statistique., l’informatique et la biologie computationnelle. Le principal thème de ce projet est né d’un besoin de développer des modèles en utilisant l’apprentissage automatique (Machine Learning ou ML) et l'apprentissage automatique profond (Deep Learning ou DL) pour la modélisation de données volumineuses liées à la Leishmaniose et au cancer (classification d’image de lésions cutanés).

PROJET 2

Titre du projet: Modélisation et aide à la décision en santé publique.

Résumé et objectifs:

Les systèmes complexes sont des systèmes qui impliquent un grand nombre d'entités interagissantes. Ils englobent à la fois des systèmes naturels, de la cellule à l'écosystème, et des systèmes artificiels sophistiqués avec lesquels les humains les entourent. Ces systèmes résultent souvent de processus d'évolution et d'adaptation. De plus, ils présentent des propriétés émergentes : le niveau microscopique sous-jacent donne naissance à des formes organisées au niveau macroscopique, qui, à leur tour, influencent le niveau microscopique. Les interactions locales et globales peuvent se combiner pour décrire leur dynamique. Comprendre les systèmes complexes implique de les modéliser. Leurs modèles sont soumis aux règles habituelles de la science : ils doivent fournir une reconstruction des données observées tout en étant aussi parcimonieux que possible. La science des systèmes complexes peut donc impliquer différents types de modélisation, notamment, entre autres, les systèmes dynamiques, les équations différentielles ordinaires et partielles des mathématiques, les systèmes discrets et les automates cellulaires de l'informatique, etc. Notre objectif est de proposer un cadre mathématique et computationnel pour la conception et la simulation de systèmes complexes issus de l'écologie et de l'épidémiologie en utilisant une approche multi-échelles : au moins deux modèles, l'un au niveau microscopique (individu) et l'autre au niveau macroscopique (population), définis à des échelles spatiales et temporelles différentes seront conçus. Trois sous-projets comprennent : (1) Maladies à transmission directe : IST (Infections Sexuellement Transmissibles) : HPV/Hépatite/VIH. (2) Interaction Écologie-Épidémiologie : Maladies vectorielles, Changement climatique, Résistance aux antibiotiques et (3) Aide à la décision et santé publique.

PROJET 3

Titre du projet: Biostatistique & Métabolomique Computationnelle.

Résumé et objectifs:

Le projet Biostatistique & Métabolomique Computationnelle présente deux grands volets, structurels et fonctionnels, respectivement: (i) biostatistique et (ii) métabolomique.

- L’aspect « Biostatistique » vise des analyses statistiques approfondies des structures complexes de systèmes biologiques et/ou chimiques suivant diverses échelles en vue de mieux comprendre l’organisation intégrative et les interactions entre les composantes à l’origine des divers polymorphismes et diversités observés. Suivant les données, les analyses statistiques sont appliquées à des systèmes s’étendant de l’échelle atomique à l’échelle populationnelle et sociale via les échelles moléculaires et cellulaires. Les analyses statistiques des aspects structurels des systèmes complexes permettent de préparer à la compréhension et à la maîtrise des processus fonctionnels (entrepris par le second volet plus spécialisé du projet).

- L’aspect « Métabolomique Computationnelle » vise des analyses fonctionnelles de biosystèmes régies par les relations entre les caractéristiques structurales et les activités de métabolites d’origines multiples (microbiennes, végétales, animales, humaines) en rapport avec divers domaines biologiques incluant : (1) la pharmacologie (relations structures-activités pour la conception de médicaments), (2) la médecine (variations des réponses métaboliques suivant les états physiologiques), (3) l’environnement (réponses métaboliques aux variations climatiques) et (4) alimentaires (propriétés organoleptiques et labellisation suivant les compositions chimiques). Ce volet permet d’approcher les processus régulateurs des équilibres et des polymorphismes chimiques dans les systèmes biologiques aidant à mieux les contrôler dans un cadre sanitaire, environnemental et socio-économique.

Plateformes et Outils:

Plateformes installées par le groupe et mises à la disposition de la communauté scientifique:
1. Galaxy
2. OpenClinica
3. RedMine
4. RedCap (disponible à partir de Pasteur uniquement)
5. WebProtégé
6. Bika Lims