CNRS Le Journal n°300 jun/jui/aoû 2020
CNRS Le Journal n°300 jun/jui/aoû 2020
  • Prix facial : gratuit

  • Parution : n°300 de jun/jui/aoû 2020

  • Périodicité : trimestriel

  • Editeur : CNRS

  • Format : (210 x 270) mm

  • Nombre de pages : 68

  • Taille du fichier PDF : 9,6 Mo

  • Dans ce numéro : spécial covid-19.

  • Prix de vente (PDF) : gratuit

Dans ce numéro...
< Pages précédentes
Pages : 30 - 31  |  Aller à la page   OK
Pages suivantes >
30 31
MAREN WINTER/STOCK.ADOBE.COM SPÉCIAL COVID-19 Les données des réseaux sociaux mobilisées Un accord entre le Facebook et l’université Paris sciences et lettres (PSL) permet à des chercheurs d’accéder à certaines données du réseau social. Lesquelles ? Jamal Atif 1  : Ce sont des données de mobilité des utilisateurs du réseau, c’est-à-dire des informations statistiques sur le déplacement des personnes. Cela rejoint la démarche de Google qui a ouvert des données issues de Google Map. Avec cet accord, l’université PSL et ses partenaires, dont le CNRS, très mobilisés sur le Covid-19, devient la première université française à avoir accès à ces données. Celles-ci sont agrégées à des échelles spatiales qui ne compromettent pas la vie privée des utilisateurs, point sur lequel nous sommes très exigeants. Que faites-vous de ces données de mobilité ? J. A.  : Elles sont croisées avec les données sanitaires, issues des hôpitaux par exemple. L’ensemble de ces données permet de construire des modèles prédictifs ancrés spatialement qui, en complément de modèles plus globaux, permettent de comprendre la dynamique de la pandémie et d’évaluer les politiques sanitaires. L Illustration montrant la géolocalisation des habitants de Paris. Une application de traçage sur smartphone (illustration). À quelle échéance fonctionnent ces modèles ? Quels sont vos premiers résultats ? J. A.  : Nous essayons de prédire si, ici ou là, l’activité du virus sera augmentée ou diminuée dans les deux semaines suivantes. Début juin, les données à notre disposition et nos modèles confirment sa faible activité. Mais c’est maintenant que notre travail devient le plus crucial. Le but est bien sûr d’obtenir des signaux très précoces d’un éventuel redémarrage de la pandémie. Nos analyses des données de mobilité ont aussi montré que les Français ont bien respecté le confinement. Quels sont les facteurs aggravant de la pandémie  : les déplacements des personnes ou la densité de la population ? J. A.  : C’est un sujet qui nous préoccupe en ce moment suite à une question d’une personnalité de la cellule de crise sanitaire. Selon nos premières analyses, qui restent à confirmer, la densité semble peser un peu plus que la mobilité une fois que la pandémie est installée. Mais au début de celle-ci, il semblerait que ce soit l’inverse. ii 1. Professeur à l’université Paris-Dauphine, membre du Laboratoire d’analyse et modélisation de systèmes pour l’aide à la décision (CNRS/Université Paris-Dauphine) et chargé de mission Science des données et intelligence artificielle à l’Institut des sciences de l’information et de leurs interactions du CNRS. 30 CNRS LE JOURNAL DR. Informatique. Pour mieux comprendre la dynamique de la pandémie, Facebook a mis à disposition des chercheurs certaines données de ses utilisateurs, mais sans compromettre leur vie privée. Explications avec Jamal Atif, spécialiste en science des données. PROPOS RECUEILLIS PAR MATHIEU GROUSSON ROMAIN GAILLARD/REA
/0/0/0/0/0000/0/0/M 1,5 milliard de molécules Un réseau de chimistes, biophysiciens, biologistes, informaticiens et médecins s’est structuré en seulement une semaine. Leur but  : cribler virtuellement 1,5 milliard de molécules, c’est-à-dire les tester à l’aide de l’intelligence artificielle (IA), d’ici à dix-huit mois. « L’originalité de notre approche « virtuelle », c’est de coupler une échelle ultralarge de criblage avec les connaissances du virus de biologistes et de médecins. Car ensuite, les candidats potentiels seront synthétisés, purifiés et testés « en vrai » », explique Jean- Hugues Renault, directeur de l’Institut de chimie moléculaire de Reims 1 et porteur du projet. Pour lui, c’est du jamais vu  : en un temps record, le projet appelé HT- Covid 2 a mobilisé six laboratoires, un CHU et plusieurs grandes infrastructures de recherche dont la plateforme ChemBioFrance du CNRS, dédiée au criblage haut-débit. Et surtout, trois centres de calcul français qui mettent à disposition jusqu’à 115 000 processeurs et 1,5 pétaoctet (soit 1,5 million de gigaoctets) de stockage. Le CNRS finance une partie du projet ainsi que la région Grand Est. Et à l’heure actuelle, plusieurs centaines de millions de molécules ont déjà été criblées. « Pour lutter contre le SARS-CoV-2, il y a trois possibilités  : trouver un vaccin, piocher dans la pharmacopée existante ou trouver de nouvelles molécules ayant une activité passées au criblage virtuel ce. Chimie. Des scientifiques français ont monté un projet pluridisciplinaire de criblage virtuel à grande échelle afin d’identifier des candidats susceptibles d’inhiber le SARS-CoV-2. PAR JONATHAN RANGAPANAIKEN JH RENAULT antivirale. C’est dans ce troisième cas que notre criblage virtuel ultralarge entre en jeu », résume Jean-Hugues Renault. L’originalité réside dans une double approche du criblage virtuel permettant d’explorer un « espace chimique » extrêmement large. Deux stratégies de criblage D’un côté, 250 000 composés existants et répertoriés dans des bases de données ou des collections comme celle de la Chimiothèque nationale, sont testés in silico (par ordinateur) sur plusieurs cibles protéiques connues et pertinentes du virus. « Chaque semaine, de nouvelles données sur la structure du virus sont 1. Unité CNRS/Univ. de Reims Champagne-Ardenne. 2. Le projet HT-Covid a été retenu sur la liste complémentaire de l’appel Flash Covid-19 de l’Agence nationale de la recherche 2020. Retrouvez la liste des partenaires du projet sur lejournal.cnrs.fr. À l’origine de la réplication du virus, cette ARN polymérase ARN- dépendante sera la cible des molécules conçues par IA. CHIMIE publiées », se réjouit le chercheur. En parallèle, un criblage virtuel ultralarge est mené sur une seule cible  : 1,5 milliard de structures moléculaires, conçues par IA et pouvant être synthétisées rapidement par des robots, sont testées sur l’ARN polymérase ARN dépendante à l’origine de la réplication du virus. Une étude croisée des résultats des deux approches permettrait d’obtenir une sélection de 500 candidats pour la prochaine étape  : la fabrication de ces molécules et leur évaluation biologique. Une méthodologie transposable Pour Jean-Hugues Renault, « il n’y aura pas nécessairement de miracle en dix-huit mois, il s’agit d’une approche interdisciplinaire qui comporte des aspects de recherche fondamentale. » Mais cette nouvelle méthodologie vient compléter les démarches académiques ou industrielles, et surtout, elle pourrait être transposée à l’identique pour d’autres pandémies. Les données produites par le projet HT- Covid seront en accès libre. Une manière aussi d’affirmer que la sortie de cette crise devra être une opportunité pour faire évoluer les pratiques, même au sein de la recherche. ii Lire l’intégralité de l’article sur lejournal.cnrs.fr N°300 31



Autres parutions de ce magazine  voir tous les numéros


Liens vers cette page
Couverture seule :


Couverture avec texte parution au-dessus :


Couverture avec texte parution en dessous :


CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 1CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 2-3CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 4-5CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 6-7CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 8-9CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 10-11CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 12-13CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 14-15CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 16-17CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 18-19CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 20-21CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 22-23CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 24-25CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 26-27CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 28-29CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 30-31CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 32-33CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 34-35CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 36-37CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 38-39CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 40-41CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 42-43CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 44-45CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 46-47CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 48-49CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 50-51CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 52-53CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 54-55CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 56-57CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 58-59CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 60-61CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 62-63CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 64-65CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 66-67CNRS Le Journal numéro 300 jun/jui/aoû 2020 Page 68