![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
Pour en savoir plus: [Buisson 89, 90, &88]
Pour en savoir plus: [Barras& 90, Rechenmann 91b, d]
Pour en savoir plus:
[Bassot, 1994a] Catherine Bassot et Florence Michau. Aide à l'interprétation de courbes de simulation pour l'analyse de systèmes dynamiques. Actes 9ième RFIA, Paris, FR, pages 721-726, 1994
[Bassot, 1994b] Catherine Bassot. ANAïS: un outil d'aide à l'analyse interactive de simulations. Thèse d'automatique, INPG, Grenoble, FR, 1994
Pour en savoir plus: [Prevosto& 89a, b, 91, Jean-Marie& 91]
Pour en savoir plus:
[Caelen et al., 1988] Jean Caelen, Ophelia Cervantes, J.-F.
Serignat
et Y.
Fernandez, Data and knowledge for speech processing. Dans Jacques
Demongeot, Thierry
Hervé, Vincent Rialle et Christophe Roche (éds.).
Artificial
intelligence
and cognitive sciences. Manchester University Press, Manchester, GB,
pages
23-48, 1988
Dans le cadre d'une collaboration étroite avec le service d'électromyographie du CHU de Grenoble (Prof. A. Vila), le projet Sherpa développe le système Myosys destiné à conseiller le praticien dans le choix et l'enchaînement des examens. Le développement de Myosys s'est également inscrit dans le cadre du projet européen AIM ESTEEM -- et avec le soutien financier de la Région Rhône-Alpes de février 1993 à février 1995 --, qui a abouti à la réalisation d'une plate-forme opérationnelle composée notamment d'une base de données EMG, d'interfaces avec un équipement de traitement du signal, d'un module de télécommunication multi plate-forme et de systèmes à base de connaissances (dont Myosys). Cette plate-forme permet maintenant à un consortium d'experts de renommée internationale de sept nationalités différentes d'établir un standard européen pour la détection et le suivi des maladies neuromusculaires (voir EMG-net).
Le diagnostic électromyographique s'effectue à partir
d'une acquisition systématique de données numériques
et symboliques. Il se décompose en un ensemble d'étapes
clairement définies: formulation d'hypothèses,
génération d'un protocole d'examens spécifique au cas
traité, évaluation des résultats d'examens,
validation
ou remise en cause de l'hypothèse courante, élaboration
d'une
conclusion. Chacune de ces étapes est constituée d'un
concept (symptômes, hypothèses, protocoles, résultats
d'examens) et d'une action (évoquer une hypothèse,
générer un protocole, évaluer des
résultats...). Un concept est représenté par une
hiérarchie de classes et une action est représentée
par une tâche qui se décompose en une liste de
sous-tâches
de plus en plus simples jusqu'à l'association d'une
tâche élémentaire à un mécanisme
d'inférence de base opérant sur les concepts
précédemment cités (créer une instance,
classer
une instance dans une hiérarchie de classes, spécialiser une
instance...). L'ensemble du système est développé
dans l'environnement Scarp.
Les
données numériques sont fournies à Myosys par
l'intermédiaire de bibliothèques de programmes de traitement
du signal élaborés par les partenaires du projet. Les
données neurologiques normales et les déviations standard
ont
donné lieu à des études
épidémiologiques
qui ont permis l'élaboration d'abaques et de bases de
données
réalisées en grande partie par les partenaires danois.
Enfin
la qualité des diagnostics fournis par le système à
base de connaissances est vérifiée par un ensemble de
jeux de tests mis au point par les partenaires belges.
Pour ce faire, Myosys exploite une base de connaissances à objets sur l'anatomie, les pathologies, les symptômes et les protocoles d'examens. Le processus de raisonnement d'un médecin spécialiste est représenté à l'aide d'un modèle basé sur le concept de tâche. L'interface avec l'utilisateur permet à celui-ci de suivre et de comprendre la démarche du système dans les phases de décomposition de tâche en sous-tâches et de caractérisation par classification. Des planches anatomiques annotées permettent de comprendre le contenu de la base de connaissances et aident l'utilisateur à répondre correctement aux questions qui lui sont posées lors de la progression du diagnostic.
Les efforts récents ont porté sur l'amélioration de
l'interface avec l'utilisateur et
des fonctionnalités d'explication. Ainsi, l'intégration d'un
ensemble d'images
représentant des planches anatomiques a permis de faciliter
l'acquisition des
données, mais aussi la présentation synthétique des
résultats.
Ces travaux se sont poursuivis par la création d'un serveur Web de
documentation couplé à un environnement de résolution
de problèmes utilisé
au sein du projet. Nous avons proposé une mise à
disposition, via ce serveur, de
l'ensemble des planches anatomiques et des textes de documentation sur les
objets et les tâches de la base de connaissances. Nous avons
partiellement réalisé
le mécanisme de synchronisation du navigateur Netscape
avec l'environnement
de résolution de problème.
Une nouvelle base de connaissances formée de cas médicaux est en
cours
d'élaboration au sein du projet Sherpa et sera prochainement intégrée
à la
plate-forme européenne. Cet outil reposera à terme sur les 2000
cas jugés
intéressants
qui ont déjà été collectés et en permettra leur
consultation par un
navigateur Web. Il s'agit donc de mettre à disposition un serveur de
connaissances
permettant la
capitalisation de ce savoir-faire européen consensuel. Chaque
partenaire pourra
ainsi disposer de sa base de cas locale complète, des bases de cas
publiques des
autres partenaires, ainsi que de la base de cas consensuelle. Ce serveur,
basé sur le
système d'indexation Fusin développé
au sein du projet, aura la particularité de
permettre des recherches de cas médicaux similaires à un
modèle de cas donné.
Pour en savoir plus: [Vila& 87, 90, Ziébelin& 94a, b, Morneau 96]
Pour en savoir plus:
[Noussi, 1988] Roger Noussi. GIDE: a system for intelligent handling of medical files of epileptics. Dans Jacques Demongeot, Thierry Hervé, Vincent Rialle et Christophe Roche (éds.). Artificial intelligence and cognitive sciences. Manchester University Press, Manchester, GB, pages 361-374, 1988
[Noussi, 1989] Roger Noussi. Un modèle objectal pour la synthèse de dossiers médicaux. Thèse d'informatique, université de Rennes 1, Rennes, FR, 1989
Le contenu informationnel d'un brin d'ADN peut être décrit par une séquence des lettres A, C, G et T, qui symbolisent les quatre acides nucléiques : adénine, cytosine, guanine et thymine. Un génome peut ainsi être abstrait sous la forme d'un "texte" écrit dans un alphabet de quatre lettres. Ces textes se prêtent particulièrement bien aux traitements informatiques. Il faut en effet les interpréter, c'est-à-dire déterminer les gènes, comprendre les mécanismes qui régulent leur traduction en protéines, identifier et caractériser ces protéines, rechercher des similarités entre séquences d'espèces différentes, etc. Cette démarche exploratoire fait un usage intensif de l'informatique, tant pour ses possibilités de stockage, de gestion des données et de calcul, que de représentation d'objets complexes et de leurs relations.
Dans ce contexte, le projet Sherpa travaille en étroite collaboration avec plusieurs laboratoires de biologie moléculaire (laboratoire de biométrie, génétique et biologie des populations, université Claude Bernard, Lyon; équipe d'Antoine Danchin à l'institut Pasteur de Paris et Atelier de Bio-Informatique (ABI) de Paris 6; équipe de Bernard Jacq au laboratoire de génétique et physiologie du développement de Marseille) sur le développement de bases de connaissances sur les génomes et d'environnements d'aide à l'analyse de séquences [Uvietta& 91, Médigue& 93, Rechenmann 95a, Euzenat& 97b].
Pour en savoir plus: [Perrière& 93]
Guy Perrière. Coligène, traitement de l'information des séquences biologiques. Cahiers IMABIO 2:61-66, 1991.
Guy Perrière. Application d'une représentation par objets des connaissances à la modélisation de certains aspects de l'expression des gènes chez Escherichia coli. Thèse de biologie, université Claude Bernard, Villeurbanne, FR, 1992.
Pour en savoir plus: [Schmeltzer&93]
[Dorkeld, 1994] Frank Dorkeld. MULTIMAP: un modèle objet dédié à la cartographie comparée des génomes de mammifères. Thèse de biométrie, université Claude Bernard, Lyon, FR, 1994
ImaGene a été utilisé dans le projet de
séquençage du génome de la bactérie Bacilus
subtilis. Il a en particulier permis d'expérimenter différentes
stratégies de détection
des erreurs de séquençage (erreurs de cadre de lecture). Il a
ainsi contribué à
identifier les régions contenant de telles erreurs.
L'obtention d'une version
répartie de
l'environnement d'aide à l'analyse de séquences permettra de
fédérer les efforts de conception et
d'expérimentation de nouvelles méthodes et tâches
d'analyse de séquences et d'envisager la création
d'un "club" d'utilisateurs.
Pour en savoir plus: [Rechenmann 95a], [Médigue& 95]
L'interface cartographique Apic a pour objet de visualiser et de comparer les résultats produits par les méthodes d'analyse de séquences génomiques (recherche de parties codantes, recherche d'homologies...). Elle permet plus généralement d'obtenir une représentation graphique des informations disponibles sur les séquences nucléotidiques.
Sa principale originalité réside dans sa généricité. Le terme générique recouvre ici trois notions différentes. Premièrement, cette interface est multi-organismes, c'est-à-dire qu'elle n'est pas dédiée à l'étude d'un génome particulier. Deuxièmement, elle permet de représenter de manière homogène les différents types de cartes [Schmeltzer 95a]: cytogénétique, génétique, physique, etc. Enfin, cette interface ne se limite pas au simple affichage d'entités biologiques, elle permet également de visualiser les résultats issus de méthodes d'analyse de séquences comme par exemple des courbes ou des images.
Du fait de cette généricité, Apic peut être utilisée dans des domaines autres que celui de la biologie, en particulier dans tous les problèmes où l'on manipule des objets représentables sous la forme de segments orientés (par exemple, des informations temporelles).
Le prototype actuel a été connecté au système ImaGene, permettant ainsi aux utilisateurs de ce système de visualiser et de sélectionner les objets biologiques qui sont produits par les tâches d'analyse de séquences. Sur la base de ce prototype, nous cherchons maintenant à développer de nouvelles collaborations, en particulier avec l'INRA. Le but est d'enrichir notre modèle d'interface en introduisant de nouvelles possibilités de représentation aptes à faciliter le travail d'interprétation des cartes par les biologistes. Ainsi, nous cherchons à modéliser d'autres types de cartes comme les cartes circulaires, ou encore de permettre l'annotation d'objets biologiques par des liens hypertextuels pointant à travers le Web sur des références bibliographiques.
Pour en savoir plus: [Bisson& 95, Garreau 95].
La base KNIFE est visible à l'URL http://gifts.univ-mrs.fr/knife.html.
Ce travail se poursuit à partir de 1998 dans un cadre élargi.
Pour en savoir plus: [Euzenat& 97b]
Christophe Chemla, Une approche bio-informatique des réseaux d'interactions géniques impliqués dans le développement embryonnaire de Drosophila melanogaster, DEA de biologie, Université de la méditéranée, Marseille (FR), 1996
Pour en savoir plus:
[Hoogland 1996] C. Hooglang. Thèse, université Claude Bernard, Villeurbanne (FR), 1996
[Hoogland& 1997] C. Hoogland, C. Biémont. Drosoposon: a knowledge base on chromosomal localization of transposable element insertions in Drosophila, Computer applications in the biosciences 13(1):61-68, 1997
Pour en savoir plus: [Pavé& 86, Rechenmann& 88, Rousseau& 86, Rousseau& 89]
[Pierret-Golbreich, 1988a] Christine Pierret-Golbreich. Structuration des connaissances et raisonnement à l'aide d'objets. Rapport de recherche 847, INRIA, Rocquencourt, FR, 1988
[Pierret-Golbreich, 1988b] Christine Pierret-Golbreich. Vers un système à base de connaissances centrée-objet pour la modélisation de systèmes dynamiques en biologie. Thèse d'informatique, université technologique de Compiègne, Compiègne, FR, 1988
Pour en savoir plus:
[INRA88] Le projet CHIMENE, document ronéoté, INRA, Jouy-en-Josas (FR), 1988
Pour en savoir plus: [Gautier& 92]
[Sieffer, 1988] Anne Sieffer. Constitution d'une base de connaissances centrée-objet en vue de l'identification de poissons des Kerguelen à l'aide du système Shirka. Mémoire de DEA Analyse et modélisation des systèmes biologiques, université Claude Bernard, Lyon, FR, 1988
[Perrenou, 1986] C. Perrenou. Détermination spécifique et système expert. Mémoire de DEA Analyse et modélisation des systèmes biologiques, université Claude Bernard, Lyon, FR, 1986
Pour en savoir plus: [Chevenet& 93a, b]
[Chevenet, 1994] François Chevenet. Environnements coopératifs de résolution de problèmes pour l'analyse statistique: représentation objets et analyse des données multivariées en écologie. Thèse de biométrie, université Claude-Bernard, Lyon, FR, 1994
Pour en savoir plus:
[Girard 1995] Nathalie Girard. Structurer la description des cas et élaborer un langage pour guider l'acquisition des connaissances: une expériences en agronomie. Actes 6ièmes Journées <<acquisition de connaissance>>, Grenoble, FR, pages 287-300, 1995
[Girard 1996] Nathalie Girard. Characterizing strategic patterns of farms with knowledge-based temporal abstraction: the case of suckler sheep farms. Artificial intelligence applications in natural resources, environmental sciences and agriculture 10(3):41-55, 1996
Pour en savoir plus: [Marcoux&89]
Pour en savoir plus:
[Bennani, 1989] Mohamed Bennani. Subacosyas: un superviseur à base de connaissances en synthèse d'asservissement. Thèse d'informatique, université des sciences et technologies de Lille Flandre artois, Compiègne, FR, 1989
Pour en savoir plus:
[Billoir, 1987] Thierry Billoir. Élaboration de diagnostics techniques par génération et propagation de suspicions et accusations. Actes 7ièmes journées internationales sur les systèmes experts et leurs applications, Avignon, FR, pages 867-885, 1987
Notre approche de la mémoire technique est nourrie de notre expérience de la construction de bases de connaissances. Trois principes la gouvernent :
Ces travaux sont utilisés actuellement dans plusieurs collaboration qu'il n'est pas possible de détailler.
Pour en savoir plus: [Colin& 86, Doize 86, Rechenmann&87]
Les capacités de représentation du modèle Troeps sont ici mises à profit pour la description des objets et des personnages du scénario (état, position, relations entre eux). Notamment, toute modification sur un plan du scénario (déplacement d'objets ou de personnages) est propagée dans la base de connaissances Troeps et, réciproquement, toute inférence déclenchée par Troeps est reportée sur l'animation graphique. De plus, Troeps est utilisé pour la vérification syntaxique des dialogues de l'étudiant.
Pour en savoir plus:
[Salotti, 1992] Sylvie Salotti. Filtrage flou et représentation centrée-objet pour raisonner par analogie: le système FLORIAN. Thèse d'informatique, université Paris-Sud, Orsay, FR, 1992
Pour en savoir plus:
[Act, 1987] Manuel de référence de SOLI. Act informatique, Paris, FR, 450p., 1987