​

Les approches biologiques à grande échelle – génomique, protéomique, transcriptomique, métabolomique – sont de puissants outils d'exploration du fonctionnement du vivant. Elles permettent de tester simultanément de très nombreuses hypothèses.

Cependant, le risque de valider par erreur une hypothèse devient important. En effet, s'il est possible de négliger la probabilité qu'une biomolécule prise au hasard se comporte conformément à une hypothèse donnée, il n'en va plus de même lorsque plusieurs milliers de biomolécules sont étudiées simultanément. Il est alors nécessaire d'éliminer les « fausses découvertes » grâce à des méthodes statistiques.

Par ailleurs, la protéomique souffre de la complexité de ses mesures – due au couplage entre la chromatographie liquide (séparation des constituants) et la spectrométrie de masse (analyse chimique) – et du nombre modeste d'échantillons qu'il est possible de tester. C'est pourquoi, depuis de nombreuses années, des chercheurs de l'Irig travaillent sur l'articulation entre ces contraintes expérimentales et le contrôle des fausses découvertes et ont proposé des chaînes d'analyses protéomiques dotées d'un contrôle qualité rigoureux.

Dans leurs travaux les plus récents, ils mettent en œuvre la théorie des filtres knockoffs qui permet de caractériser les propriétés des fausses découvertes à l'aide de tirages aléatoires. Ainsi, par exemple, ils peuvent tracer une « frontière de décision » plus flexible qu'auparavant qui sépare les protéines pouvant être considérées comme des biomarqueurs d'une pathologie et les autres. Ils ont enfin pu vérifier l'efficacité de ces filtres en les comparant aux méthodes empiriques utilisées jusqu'à présent par les protéomiciens.

Ces travaux ont été conduits avec le soutien de l'ANR.