Premières leçons sur la spécification d'un train d'atterrissage en B Événementiel.

Abstract

L'evolution des concentrations de proteines caracterise le comportement d'un reseau de regulation genetique (GRN). Elle depend de la connaissance de parametres biologiques qui sont en pratique nombreux et difficiles d'acces. Nous proposons une methode d'inference de pa-rametres biologiques de modeles discrets des GRN, s'appuyant sur l'adaptation des algorithmes de model checking LTL. Nous introduisons une structure parametree generique (PGRN). En ex-primant les connaissances biologiques sous forme de formules LTL, les valeurs des parametres biologiques sont calculees a l'aide de contraintes caracterisant les cycles acceptants du produit entre un automate de Buchi et un PGRN. Nous illustrons notre methode avec une etude de cas portant sur l'inductibilite de la cytotoxicite de la bacterie P. aeruginosa. ABSTRACT. The evolution of concentration levels of proteins characterizes the behavior of a genetic regulatory network (GRN). It depends on the knowledge of biological parameters, which are in practice numerous and difficult to know. We propose a method for inferring biological parameters of discrete models of GRN, by adapting algorithms of LTL model checking. We introduce a generic parameterized structure (PGRN). By expressing the biological knowledge in the form of LTL formulas, values of biological parameters become solutions of the constraints characterizing accepting cycles for the product of a Buchi automaton and a PGRN. We illustrate our method with a case study on the inducibility of the cytotoxicity of bacteria P. aeruginosa. MOTS-CLES : model-checking LTL, execution symbolique, resolution de contraintes, modeles dis-crets de reseau de regulation genetique, Pseudomonas aeruginosa.