Science-Des-Donnees | Dr. Goulu

Comment les données biologiques sont-elles analysées à grande échelle ?

Sat, 23 May 2026 00:00:00 +0000

Réponse publiée

Je connais un prof de bioinformatique qui a passé sa thèse de doctorat à analyser un tout petit bout d’ADN humain dans le cadre du . Il avait fallu presque 15 ans de travail à des milliers de chercheurs comme lui pour obtenir le génome d’un seul humain.

Quand il me racontait ça il y a quelques années, il me disait pouvoir obtenir un génome humain complet en une semaine, sur une seule table de son labo.

Aujourd’hui j’ai demandé à Gemini IA

. Un record du monde homologué par le Guinness World Records en moins de 4 heures (précisément 3 heures et 57 minutes).

Cette prouesse a été réalisée par les équipes de Broad Clinical Labs, de Roche et du Boston Children’s Hospital grâce à la technologie Sequencing by Expansion(SBX). [ , , , ]

Donc voilà, si vous avez 1000 échantillons d’ADN et une équipe de 10 chercheurs, voire juste des étudiants qui savent utiliser les machines , vous pouvez analyser tous les échantillons, les comparer, et écrire un article scientifique là dessus en une année.

Et de telles équipes, il y en a des milliers sur Terre actuellement.

Le prof que je connais est un grand partisan, voire même un initiateur de en sciences de la vie. Ca signifie que beaucoup, voire la quasi-totalité des génomes décodés sont disponibles librement.

Ca signifie que désormais des millions de génomes de milliers d’espèces dont des humains (anonymisés) sont disponibles gratuitement pour la recherche

Petite question à Gemini IA :

La plus grande base de données de génomes humains complets en accès libre (Open Data / Open Access) est celle du projet américain All of Us (opéré par les NIH), qui propose plus de 414 000 génomes complets.

Voilà . Si vous voulez vous lancer en bioinformatique, il ne vous faut même plus de séquenceur ADN. Un gros ordinateur, mais surtout une très bonne connexion internet pour downloader des Petaoctets suffit

Quels algorithmes peut-on utiliser pour trouver des groupes dans un ensemble de données placées sur un plan cartésien ?

Fri, 02 Dec 2022 00:00:00 +0000

Réponse publiée

Ça s’appelle et l’algo le plus connu est les . Mais il faut prédéfinir le nombre de groupes (k) ou faire plusieurs calculs à tâtons pour trouver “le bon k”.

J’ai utilisé dans un cas où il fallait déterminer k automatiquement.

En passant, ces algos sont indépendants du nombre de dimensions de vos données. Ça marche pour N dimensions cartésiennes, ou même pas cartésiennes. Tout ce qu’il faut, c’est une fonction donnant une distance entre 2 données.

Dans le cas mentionné plus haut, la distance était calculée entre des d’images,

Ray Dalio : quand pouvez-vous faire confiance au Machine Learning et quand ne le pouvez-vous pas ?

Tue, 11 Aug 2020 00:00:00 +0000

Réponse publiée

Comme les humains : quand ils ont été entraînés à résoudre le problème que vous voulez résoudre.

le machine learning utilise un mécanisme d’apprentissage basé sur beaucoup de cas. Si ensuite vous lui soumettez un problème “proche” des cas qu’il a appris, il le résoudra. Si le problème est trop éloigné, le résultat ne sera pas fiable.

En fait, en connaissant le fonctionnement de l’apprentissage on peut même concevoir des perturbations qui “mettent sur le toit” un algo de machine learning assez facilement:

Bref, si VOUS connaissez le dataset utilisé pour l’apprentissage et que VOUS fournissez des données dont vous connaissez l’origine, VOUS pouvez lui faire confiance autant (voire plus) qu’à un humain.