Inass Soukarieh
Physics-Informed Neural Networks (PINNs) have proven effective for solving partial differential equations (PDEs) across scientific domains. However, standard PINNs deal with a single PDE parameterization, limiting their ability to evaluate solutions across multiple parameter sets.
This work introduces HyperSBINN, a meta-learning based approach that integrates Hypernetworks with System Biology-Informed neural network (SBINN) to address this challenge in the context of drug cardiosafety assessment.
Traditionally, cardiosafety assessments rely on early-stage in silico/in vitro assays to measure a compound's effect on cardiac ion channels. Here, we focus on predicting changes in action potential duration (APD90) at increasing drug concentrations. HyperSBINN tackles the issue of parametrization by efficiently learning the relationship between input parameters (representing drug properties) and the solution of the governing mathematical model for cardiac electrophysiology. This allows for the characterization of multiple compounds simultaneously within the cardiosafety assessment pipeline, making the process more efficient and cost-effective. Furthermore, HyperSBINN's performance will be compared to standard machine learning techniques focused solely on predicting the quantity of APD90, highlighting the benefits of its meta-learning capabilities.
Christophe Ambroise
Titre: GWAS multi-traits à partir de données groupées
Auteurs: Christophe Ambroise, Amin Madoui, Bargob Kakothy
L'utilisation du séquençage en pool dans la sélection génomique a pris de l'ampleur en raison de son coût-efficacité par rapport aux méthodes basées sur l'individu. Dans ce travail, nous proposons une méthode conçue pour faciliter les études d'association pangénomique basées sur des pools (pool-GWAS) et le calcul des valeurs d'élevage génomiques estimées basées sur des pools (pool-GEBVs) à travers de multiples traits complexes. Le problème est abordé comme un problème des données manquantes et d'injection de bruit, pour la reconstruction des génotypes individuels à partir des fréquences alléliques en pool.