skip to content
View online Conception d'algorithmes probabilistes pour l'estimation... Preview this item
ClosePreview this item
Checking...

Conception d'algorithmes probabilistes pour l'estimation des génotypes d'un corpus de généalogie par chaînes de Markov

Author: Coulibaly, Ismaël
Publisher: 2009
Dissertation: Thesis / Dissertation ETD
Edition/Format:   Thesis/dissertation : Thesis/dissertation : eBook : French
Summary:
La fréquence d'un trait génétique dans une population contemporaine dépend de la fréquence de ce trait chez les ancêtres. Cependant, la seule information génotypique disponible sur ces ancêtres est essentiellement constituée des analyses d'ADN sur un échantillon de contemporains. Aussi, l'intégration des données moléculaires et des données généalogiques se heurtent naturellement à un problème de  Read more...
Rating:

(not yet rated) 0 with reviews - Be the first.

Subjects
More like this

Find a copy online

Links to this item

Find a copy in the library

&AllPage.SpinnerRetrieving; Finding libraries that hold this item...

Details

Genre/Form: Thèse ou mémoire de l'UQAC
NonPeerReviewed
Material Type: Thesis/dissertation, Internet resource
Document Type: Internet Resource
All Authors / Contributors: Coulibaly, Ismaël
OCLC Number: 781773820
Language Note: French
Notes: application/pdf

Abstract:

La fréquence d'un trait génétique dans une population contemporaine dépend de la fréquence de ce trait chez les ancêtres. Cependant, la seule information génotypique disponible sur ces ancêtres est essentiellement constituée des analyses d'ADN sur un échantillon de contemporains. Aussi, l'intégration des données moléculaires et des données généalogiques se heurtent naturellement à un problème de complétude. L'un des principaux problèmes en génétique des populations est alors d'inférer sur les génotypes de ces ancêtres en se basant sur un échantillon d'individus contemporains. On ne peut cependant reproduire de façon exacte les génotypes des individus. En effet, les lois de transmission des gènes sont telles qu'il est rarement possible d'obtenir un génotype certain pour un ancêtre ; au mieux il est possible d'obtenir qu'une estimation de la loi de probabilité des génotypes ancestraux. L'utilisation d'algorithmes déterministes permet dans des cas simples de trouver les solutions à ce problème. Néanmoins, certains algorithmes probabilistes, particulièrement les méthodes de Monte Carlo par Chaînes de Markov (MCMC), sont particulièrement adaptés à l'analyse des génotypes liée à une structure généalogique. Elizabeth A. Thompson utilise cette technique pour effectuer des analyses de liaisons génétiques (linkage) sur des noyaux familiaux étendus (Wijsman et al. [28]). Le contexte général d'un algorithme probabiliste en informa11 tique étant l'utilisation d'un générateur de nombres pseudo aléatoires, la mise en place de tels algorithmes est donc relativement facile et s'adapte très bien à des problèmes d'inférence. Notre objectif est alors de concevoir des algorithmes efficaces pour l'estimation des génotypes d'un corpus de généalogie en utilisant la technique des MCMC. Le caractère théorique de ces algorithmes et leur efficacité ont été largement étudiés dans plusieurs ouvrages sur lesquelles nous nous sommes basés. Dans ce mémoire, nous nous appliquons principalement à uti

Reviews

User-contributed reviews
Retrieving GoodReads reviews...
Retrieving DOGObooks reviews...

Tags

Be the first.

Similar Items

Related Subjects:(1)

Confirm this request

You may have already requested this item. Please select Ok if you would like to proceed with this request anyway.

Linked Data


Primary Entity

<http://www.worldcat.org/oclc/781773820> # Conception d'algorithmes probabilistes pour l'estimation des génotypes d'un corpus de généalogie par chaînes de Markov
    a schema:Book, bgn:Thesis, schema:CreativeWork ;
    bgn:inSupportOf "Thesis / Dissertation ETD" ;
    library:oclcnum "781773820" ;
    schema:about <http://experiment.worldcat.org/entity/work/data/757200270#Thing/informatique> ; # Informatique
    schema:creator <http://experiment.worldcat.org/entity/work/data/757200270#Agent/coulibaly_ismael> ; # Coulibaly, Ismaël
    schema:datePublished "2009" ;
    schema:description "La fréquence d'un trait génétique dans une population contemporaine dépend de la fréquence de ce trait chez les ancêtres. Cependant, la seule information génotypique disponible sur ces ancêtres est essentiellement constituée des analyses d'ADN sur un échantillon de contemporains. Aussi, l'intégration des données moléculaires et des données généalogiques se heurtent naturellement à un problème de complétude. L'un des principaux problèmes en génétique des populations est alors d'inférer sur les génotypes de ces ancêtres en se basant sur un échantillon d'individus contemporains. On ne peut cependant reproduire de façon exacte les génotypes des individus. En effet, les lois de transmission des gènes sont telles qu'il est rarement possible d'obtenir un génotype certain pour un ancêtre ; au mieux il est possible d'obtenir qu'une estimation de la loi de probabilité des génotypes ancestraux. L'utilisation d'algorithmes déterministes permet dans des cas simples de trouver les solutions à ce problème. Néanmoins, certains algorithmes probabilistes, particulièrement les méthodes de Monte Carlo par Chaînes de Markov (MCMC), sont particulièrement adaptés à l'analyse des génotypes liée à une structure généalogique. Elizabeth A. Thompson utilise cette technique pour effectuer des analyses de liaisons génétiques (linkage) sur des noyaux familiaux étendus (Wijsman et al. [28]). Le contexte général d'un algorithme probabiliste en informa11 tique étant l'utilisation d'un générateur de nombres pseudo aléatoires, la mise en place de tels algorithmes est donc relativement facile et s'adapte très bien à des problèmes d'inférence. Notre objectif est alors de concevoir des algorithmes efficaces pour l'estimation des génotypes d'un corpus de généalogie en utilisant la technique des MCMC. Le caractère théorique de ces algorithmes et leur efficacité ont été largement étudiés dans plusieurs ouvrages sur lesquelles nous nous sommes basés. Dans ce mémoire, nous nous appliquons principalement à uti" ;
    schema:exampleOfWork <http://worldcat.org/entity/work/id/757200270> ;
    schema:genre "Thèse ou mémoire de l'UQAC" ;
    schema:genre "NonPeerReviewed" ;
    schema:inLanguage "fr" ;
    schema:name "Conception d'algorithmes probabilistes pour l'estimation des génotypes d'un corpus de généalogie par chaînes de Markov" ;
    schema:productID "781773820" ;
    schema:publication <http://www.worldcat.org/title/-/oclc/781773820#PublicationEvent/2009> ;
    schema:url <https://constellation.uqac.ca/190/> ;
    wdrs:describedby <http://www.worldcat.org/title/-/oclc/781773820> ;
    .


Related Entities

<http://experiment.worldcat.org/entity/work/data/757200270#Agent/coulibaly_ismael> # Coulibaly, Ismaël
    a bgn:Agent ;
    schema:name "Coulibaly, Ismaël" ;
    .

<http://www.worldcat.org/title/-/oclc/781773820>
    a genont:InformationResource, genont:ContentTypeGenericResource ;
    schema:about <http://www.worldcat.org/oclc/781773820> ; # Conception d'algorithmes probabilistes pour l'estimation des génotypes d'un corpus de généalogie par chaînes de Markov
    schema:dateModified "2018-10-01" ;
    void:inDataset <http://purl.oclc.org/dataset/WorldCat> ;
    void:inDataset <http://purl.oclc.org/dataset/WorldCat/DigitalCollectionGateway> ;
    .


Content-negotiable representations

Close Window

Please sign in to WorldCat 

Don't have an account? You can easily create a free account.