École Nationale Supérieure de
Techniques Avancées

Résumé

Dans ce projet, nous avons entrepris une analyse approfondie de la dynamique du récepteur CCR5 dans la membrane cellulaire, en mettant l'accent sur la détection précise des points de changement de mouvement tout au long de ses trajectoires. Les mouvements du récepteur ont été modélisés à l'aide de plusieurs processus stochastiques. Ces modèles ont permis de simuler divers comportements dynamiques du récepteur. Pour caractériser ces mouvements, nous avons utilisé des techniques d'analyse avancées telles que le déplacement quadratique moyen (DQM) et la persistance directionnelle. Ces méthodes ont été intégrées à des algorithmes d'apprentissage automatique, notamment Random Forest, pour classer les types de mouvements. En complément, un modèle de réseau de neurones soigneusement calibré, appliqué avec une fenêtre glissante, a été utilisé pour fournir des scores de confiance. Cette approche nous a non seulement permis de classer les types de mouvements du récepteur CCR5, mais aussi de localiser les points de changement dans ses trajectoires. Grâce à cette intégration de méthodes analytiques et d'apprentissage automatique, nous avons pu obtenir une vue détaillée des dynamiques complexes du récepteur CCR5, enrichissant ainsi notre compréhension de ses interactions et de son comportement au sein de la membrane cellulaire.