Mitosedroite|vignette|350px|La mitose est la formation de deux cellules filles identiques génétiquement à la cellule mère. La mitose, du grec mitos qui signifie « filament » (référence à l'aspect des chromosomes en microscopie), est la division cellulaire des eucaryotes par laquelle une cellule mère se transforme en deux cellules filles qui lui sont génétiquement identiques. Les mécanismes de la mitose sont très semblables chez la plupart des eucaryotes, avec seulement quelques variations mineures.
Inférence bayésiennevignette|Illustration comparant les approches fréquentiste et bayésienne (Christophe Michel, 2018). L’inférence bayésienne est une méthode d'inférence statistique par laquelle on calcule les probabilités de diverses causes hypothétiques à partir de l'observation d'événements connus. Elle s'appuie principalement sur le théorème de Bayes. Le raisonnement bayésien construit, à partir d'observations, une probabilité de la cause d'un type d'événements.
Fuseau mitotiquevignette|480x480px|Fuseau mitotique à la métaphase, on retrouve les 2 centrosomes, les divers types de microtubules et les différents moteurs protéiques.Le fuseau mitotique, ou appareil mitotique achromatique, est un système mis en place par les cellules eucaryotes pour permettre la migration des chromatides lors de la division cellulaire dès le stade de la prophase. Il est constitué de microtubules et de protéines associées et forme un véritable fuseau entre les pôles opposés d’une cellule.
Statistique bayésienneLa statistique bayésienne est une approche statistique fondée sur l'inférence bayésienne, où la probabilité exprime un degré de croyance en un événement. Le degré initial de croyance peut être basé sur des connaissances a priori, telles que les résultats d'expériences antérieures, ou sur des croyances personnelles concernant l'événement. La perspective bayésienne diffère d'un certain nombre d'autres interprétations de la probabilité, comme l'interprétation fréquentiste qui considère la probabilité comme la limite de la fréquence relative d'un événement après de nombreux essais.
Variational Bayesian methodsVariational Bayesian methods are a family of techniques for approximating intractable integrals arising in Bayesian inference and machine learning. They are typically used in complex statistical models consisting of observed variables (usually termed "data") as well as unknown parameters and latent variables, with various sorts of relationships among the three types of random variables, as might be described by a graphical model. As typical in Bayesian inference, the parameters and latent variables are grouped together as "unobserved variables".
Bayesian probabilityBayesian probability (ˈbeɪziən or ˈbeɪʒən ) is an interpretation of the concept of probability, in which, instead of frequency or propensity of some phenomenon, probability is interpreted as reasonable expectation representing a state of knowledge or as quantification of a personal belief. The Bayesian interpretation of probability can be seen as an extension of propositional logic that enables reasoning with hypotheses; that is, with propositions whose truth or falsity is unknown.
Cellule (biologie)vignette|Dessin de « cellules » observées dans des coupes d'écorce d'arbre par Robert Hooke en 1665, à l'origine du nom latin cellula « chambre de moine », ayant aussi le sens de cella « petite chambre, chambrette ». vignette|Dessin d'Edmund Beecher Wilson publié en 1900 dont la légende originale était : « Vue générale de cellules situées à la pointe de croissance d'une racine d'oignon à partir d'une coupe longitudinale agrandie . a. cellules qui ne se divisent pas, avec réseau de chromatine et nucléoles fortement colorés ; b.
Algorithme génétiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.
Réseau bayésienEn informatique et en statistique, un réseau bayésien est un modèle graphique probabiliste représentant un ensemble de variables aléatoires sous la forme d'un graphe orienté acyclique. Intuitivement, un réseau bayésien est à la fois : un modèle de représentation des connaissances ; une « machine à calculer » des probabilités conditionnelles une base pour des systèmes d'aide à la décision Pour un domaine donné (par exemple médical), on décrit les relations causales entre variables d'intérêt par un graphe.
Optimisation multiobjectifL'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.
Culture cellulaireLa culture cellulaire est un ensemble de techniques de biologie utilisées pour faire croître des cellules hors de leur organisme (ex-vivo) ou de leur milieu d'origine, dans un but d'expérimentation scientifique ou de fécondation in vitro. Les cellules mises en culture peuvent être: des micro-organismes libres (bactéries ou levures) des cellules « saines » prélevées fraîchement d'un organisme (biopsie...), on parle alors de « culture primaire ».
Mitotic catastropheMitotic catastrophe has been defined as either a cellular mechanism to prevent potentially cancerous cells from proliferating or as a mode of cellular death that occurs following improper cell cycle progression or entrance. Mitotic catastrophe can be induced by prolonged activation of the spindle assembly checkpoint, errors in mitosis, or DNA damage and functioned to prevent genomic instability. It is a mechanism that is being researched as a potential therapeutic target in cancers, and numerous approved therapeutics induce mitotic catastrophe.
MicrotubuleLes microtubules (MT) sont des fibres constitutives du cytosquelette, au même titre que les microfilaments d'actine et que les filaments intermédiaires. Ils ont un diamètre d'environ 25 nm et une longueur variable du fait de leur dynamique, conséquence de l'équilibre polymérisation ↔ dépolymérisation dans lequel chacune de leurs deux extrémités sont les sièges. Les microtubules sont ancrés sur le centrosome et le matériel péricentriolaire; ils irradient dans tout le cytoplasme.
Prophasevignette| Formation du fuseau mitotique et condensation des chromosomes pendant la prophase. La prophase (du grec ancien πρό, pró : « avant ») est la première phase de la division cellulaire mitotique, comme méiotique chez les êtres vivants eucaryotes. Elle débute par la visualisation des chromosomes condensés (cette condensation de la chromatine en chromosomes se fait dès la phase G2, mais n'est pas discernable en microscopie optique) et se termine peu avant la dissociation de l’enveloppe nucléaire (caractéristique de la prométaphase).
Algorithme de colonies de fourmisLes algorithmes de colonies de fourmis (, ou ACO) sont des algorithmes inspirés du comportement des fourmis, ou d'autres espèces formant un superorganisme, et qui constituent une famille de métaheuristiques d’optimisation. Initialement proposé par Marco Dorigo dans les années 1990, pour la recherche de chemins optimaux dans un graphe, le premier algorithme s’inspire du comportement des fourmis recherchant un chemin entre leur colonie et une source de nourriture.
Bayesian epistemologyBayesian epistemology is a formal approach to various topics in epistemology that has its roots in Thomas Bayes' work in the field of probability theory. One advantage of its formal method in contrast to traditional epistemology is that its concepts and theorems can be defined with a high degree of precision. It is based on the idea that beliefs can be interpreted as subjective probabilities. As such, they are subject to the laws of probability theory, which act as the norms of rationality.
Division cellulairethumb|upright=1.2| Schémas des différents types de divisions cellulaires. La division cellulaire est le mode de multiplication de toute cellule. Elle lui permet de se diviser en plusieurs cellules (deux le plus souvent). C'est donc un processus fondamental dans le monde vivant, puisqu'il est nécessaire à la régénération de tout organisme. Chez les Eucaryotes — caractérisés principalement par des cellules qui possèdent un noyau — il y a deux types de division cellulaire : La mitose qui n'autorise qu'une multiplication asexuée; elle permet la régénération d'un organe, et aussi la croissance.
Bayesian hierarchical modelingBayesian hierarchical modelling is a statistical model written in multiple levels (hierarchical form) that estimates the parameters of the posterior distribution using the Bayesian method. The sub-models combine to form the hierarchical model, and Bayes' theorem is used to integrate them with the observed data and account for all the uncertainty that is present. The result of this integration is the posterior distribution, also known as the updated probability estimate, as additional evidence on the prior distribution is acquired.
CytodiérèseLa cytodiérèse est la division de la cellule lors de la division cellulaire (mitose ou méiose) ou, plus particulièrement, de la télophase (télophase 2 lors de la méiose) . Elle permet d'obtenir, à partir d'une cellule mère, deux cellules filles identiques. Cela peut aussi s'appliquer sur des cellules animales ou végétales. La cytodiérèse est autrement appelée le partage du cytoplasme La caryocinèse est le phénomène de séparation du noyau d'une cellule en deux parties distinctes (la mitose, qui est une division cellulaire sans rapport avec la fécondation, dite asexuée).
Global optimizationGlobal optimization is a branch of applied mathematics and numerical analysis that attempts to find the global minima or maxima of a function or a set of functions on a given set. It is usually described as a minimization problem because the maximization of the real-valued function is equivalent to the minimization of the function . Given a possibly nonlinear and non-convex continuous function with the global minima and the set of all global minimizers in , the standard minimization problem can be given as that is, finding and a global minimizer in ; where is a (not necessarily convex) compact set defined by inequalities .
