09:30-9:50: Pause café
9:50-10:05: Discours d'ouverture & introduction

Session 1: Présentations

Présidente: Geneviève Lefebvre (UQAM)

10:05-10:25
Conférence 1: Juli Atherton (McGill)

Résumé: Utilisation des données SELEX pour modéliser l'affinité de séquences d'ADN au facteur de transcription Bicoid.

Dans la recherche en génomique, déterminer les endroits sur le génome sur lesquels un facteur de transcription se lie avec moyenne ou grande affinité peut potentiellement aider à identifier les sites de liaison pour ces facteurs. L'intérêt est donc de développer des modèles qui prédisent l'affinité d'un facteur de transcription à partir d'une séquence de nucléotides. Souvent, des données expérimentales in-vitro sont utilisées lors de la construction de tels modèles. Une expérience in-vitro particulière est l'évolution systématique de ligands par enrichissement exponentiel (SELEX). Dans une expérience SELEX, on débute avec un grand amas aléatoire de séquences d'ADN en équilibre avec un facteur de transcription. Les séquences s'étant liées au facteur sont alors séparées de la solution et amplifiées en chaîne par polymérase (PCR), avant d' être reconduites dans une autre expérience SELEX. Ce processus est répété autant de fois que l'expérimentateur le désire. SELEX est reconnu pour être particulièrement bon pour suggérer des séquences faisant consensus, mais pousser davantage l'inférence est reconnu pour être difficile. Dans cette présentation, je commencerai par une explication biochimique simple de SELEX. Je parlerai ensuite de notre analyse des données SELEX pour le facteur de transcription Bicoid. Ceci est un effort conjoint entre le laboratoire de Mark Biggin (Lawrence Berkeley National Laboratory) et le groupe de Peter Bickel (Department of Statistics, UC Berkeley). Les données font partie du projet «Berkeley Drosophila Transcription Network Project».

10:25-10:45
Conférence 2: Lilia Leticia Ramirez Ramirez (Waterloo)

Résumé: Dynamique des maladies infectieuses dans les réseaux

Les modèles épidémiques étudiés ici assouplissent les hypothèses communes voulant que les individus susceptibles soient également probables d' acquérir la maladie. Une structure pour les interactions sociales qui est importante pour la transmission de la maladie est incorporée dans la population. Cette configuration de contact peut être très hétérogène (comme dans de petits mondes) et est modélisée comme un graphique aléatoire dont les arêtes décrivent la sorte de contact entre individus qui peut résulter en une infection. Par contraste aux modèles épidémiques couramment utilisés, les périodes latente et d'infection peuvent être distribuées selon une loi qui n'est pas exponentielle, et le taux de contact peut aussi être une variable aléatoire. Ce travail élargit les modèles épidémiques suggérés par Newman (2002) en deux points. Premièrement, il examine les réseaux hiérarchiques qui modélisent l' interaction à l'ntérieur et entre les sous-populations. Deuxièmement, il examine l'évolution de l'éclosion en temps discret. Les résultats qui sont obtenus ici peuvent être appliqués directement pour étudier les dynamiques d'autres sortes d'agents, tels l'information et les idées. Par exemple, les dynamiques peuvent impliquer la transmission de virus informatiques, rumeurs et positions personnelles par rapport à un fait ou à une idée.

10:45-11:15: Pause café (Se rencontrer)

11:15-11:35
Conférence 3: Lajmi Lakhal-Chaieb (Laval)

Résumé: Estimation nonparamétrique du tau de Kendall pour durées de vie successives

On présente un estimateur non paramétrique du tau de Kendall pour durées de vie successives en présence de censure. Généralement, un tel schéma implique une censure dépendante. On présente un estimateur du type IPCW. L'estimateur est illustré par des simulations et sur un jeu de données réelles sur le cancer du colon. Travail conjoint avec Richard J Cook (Waterloo) et Xihong Lin (Harvard).

11:35-11:55
Conférence 4: Taoufik Bouezmarni (Montréal)

Résumé: Estimation nonparamétrique par noyau Beta pour les séries chronologiques à longue mémoire

Le lissage non paramétrique d'un périodogramme d'une série chronologique à longue mémoire est considéré. Contrairement à la plupart des méthodes existantes, nous proposons un estimateur par noyau bêta qui est approprié pour les caractéristiques de la densité spectrale des processus à longue mémoire. Plus particulièrement, l'estimateur est automatiquement adapté aux régions bornées ou non bornées de la densité spectrale. La convergence de l'estimateur est établie, et des illustrations empiriques à partir de simulations et de données réelles sont considérées.

11:55-12:15
Conférence 5: Azadeh Moghtaderi (Queen's)

Résumé: Un nouvel estimateur du spectre évolutionnaire Wold-Cramér

Un processus stochastique non stationnaire est un processus dont les propriétés statistiques sont dépendantes dans le temps : c'est-à-dire, sa moyenne, variance, fonction de covariance et moments d'ordres supérieurs peuvent changer à travers le temps. Le spectre évolutionnaire Wold-Cramér (WCES), introduit par Mélard (1975), est un analogue dépendant dans le temps du spectre d'un processus stochastique stationnaire qui est valide pour tous processus stochastiques non stationnaires. Les estimateurs existants du WCES souffrent principalement de deux problèmes : (i) Un biais dans les régions frontières du plan temps-fréquence, et (ii) un compromis entre les résolutions du temps et de la fréquence. Nous proposons un nouvel estimateur du WCES qui amoindrit le problème (i) en extrapolant le WCES dans le temps en utilisant une estimation de sa dérivée dans le temps. Dans le cas que le processus stochastique non stationnaire étudié est modulé uniformément (UM), nous montrons que notre estimateur peut être modifié afin de produire un estimateur avec de « bonnes » résolutions de temps et de fréquence. Ceci amoindrit le problème (ii) pour les processus stochastiques non stationnaires UM. Nous démontrons la performance de nos estimateurs sur des processus stochastiques non stationnaires simulés dont leur spectre évolutionnaire Wold-Cramér est connu analytiquement.

12:15-13:15 Déjeuner

Session 2: Tables rondes

13:15-14:15 Identifier les enjeux importants aux nouveaux chercheurs

Présidente: Yulia Gel (Waterloo)

14:15-15:15 Discussions de groupe

Présidente: Juli Atherton (McGill)

15:15 -15:35 Pause café

15:35-16:35 Discussions finales/Discours de fermeture
Président: Jason Nielsen (Carleton)