Learning wind fields with multiple kernels

This paper presents multiple kernel learning (MKL) regression as an exploratory spatial data analysis and modelling tool. The MKL approach is introduced as an extension of support vector regression, where MKL uses dedicated kernels to divide a given task into sub-problems and to treat them separately in an effective way. It provides better interpretability to non-linear robust kernel regression at the cost of a more complex numerical optimization. In particular, we investigate the use of MKL as a tool that allows us to avoid using ad-hoc topographic indices as covariables in statistical models in complex terrains. Instead, MKL learns these relationships from the data in a non-parametric fashion. A study on data simulated from real terrain features confirms the ability of MKL to enhance the interpretability of data-driven models and to aid feature selection without degrading predictive performances. Here we examine the stability of the MKL algorithm with respect to the number of training data samples and to the presence of noise. The results of a real case study are also presented, where MKL is able to exploit a large set of terrain features computed at multiple spatial scales, when predicting mean wind speed in an Alpine region.

Anthropogenic disturbance as a driver of microspatial and microhabitat segregation of cytotypes of Centaurea stoebe and cytotype interactions in secondary contact zones.

BACKGROUND AND AIMS: In a mixed-ploidy population, strong frequency-dependent mating will lead to the elimination of the less common cytotype, unless prezygotic barriers enhance assortative mating. However, such barriers favouring cytotype coexistence have only rarely been explored. Here, an assessment is made of the mechanisms involved in formation of mixed-ploidy populations and coexistence of diploid plants and their closely related allotetraploid derivates from the Centaurea stoebe complex (Asteraceae). METHODS: An investigation was made of microspatial and microhabitat distribution, life-history and fitness traits, flowering phenology, genetic relatedness of cytotypes and intercytotype gene flow (cpDNA and microsatellites) in six mixed-ploidy populations in Central Europe. KEY RESULTS: Diploids and tetraploids were genetically differentiated, thus corroborating the secondary origin of contact zones. The cytotypes were spatially segregated at all sites studied, with tetraploids colonizing preferentially drier and open microhabitats created by human-induced disturbances. Conversely, they were rare in more natural microsites and microsites with denser vegetation despite their superior persistence ability (polycarpic life cycle). The seed set of tetraploid plants was strongly influenced by their frequency in mixed-ploidy populations. Triploid hybrids originated from bidirectional hybridizations were extremely rare and almost completely sterile, indicating a strong postzygotic barrier between cytotypes. CONCLUSIONS: The findings suggest that tetraploids are later immigrants into already established diploid populations and that anthropogenic activities creating open niches favouring propagule introductions were the major factor shaping the non-random distribution and habitat segregation of cytotypes at fine spatial scale. Establishment and spread of tetraploids was further facilitated by their superior persistence through the perennial life cycle. The results highlight the importance of non-adaptive spatio-temporal processes in explaining microhabitat and microspatial segregation of cytotypes.

CHO cell engineering to prevent polypeptide aggregation and improve therapeutic protein secretion.

The ability to efficiently produce recombinant proteins in a secreted form is highly desirable and cultured mammalian cells such as CHO cells have become the preferred host as they secrete proteins with human-like post-translational modifications. However, attempts to express high levels of particular proteins in CHO cells may consistently result in low yields, even for non-engineered proteins such as immunoglobulins. In this study, we identified the responsible faulty step at the stage of translational arrest, translocation and early processing for such a "difficult-to-express" immunoglobulin, resulting in improper cleavage of the light chain and its precipitation in an insoluble cellular fraction unable to contribute to immunoglobulin assembly. We further show that proper processing and secretion were restored by over-expressing human signal receptor protein SRP14 and other components of the secretion pathway. This allowed the expression of the difficult-to-express protein to high yields, and it also increased the production of an easy-to-express protein. Our results demonstrate that components of the secretory and processing pathways can be limiting, and that engineering of the secretory pathway may be used to improve the secretion efficiency of therapeutic proteins from CHO cells.

Design and establishment of a biobank in a multicenter prospective cohort study of elderly patients with venous thromboembolism (SWITCO65+).

In the field of thrombosis and haemostasis, many preanalytical variables influence the results of coagulation assays and measures to limit potential results variations should be taken. To our knowledge, no paper describing the development and maintenance of a haemostasis biobank has been previously published. Our description of the biobank of the Swiss cohort of elderly patients with venous thromboembolism (SWITCO65+) is intended to facilitate the set-up of other biobanks in the field of thrombosis and haemostasis. SWITCO65+ is a multicentre cohort that prospectively enrolled consecutive patients aged ≥65 years with venous thromboembolism at nine Swiss hospitals from 09/2009 to 03/2012. Patients will be followed up until December 2013. The cohort includes a biobank with biological material from each participant taken at baseline and after 12 months of follow-up. Whole blood from all participants is assayed with a standard haematology panel, for which fresh samples are required. Two buffy coat vials, one PAXgene Blood RNA System tube and one EDTA-whole blood sample are also collected at baseline for RNA/DNA extraction. Blood samples are processed and vialed within 1 h of collection and transported in batches to a central laboratory where they are stored in ultra-low temperature archives. All analyses of the same type are performed in the same laboratory in batches. Using multiple core laboratories increased the speed of sample analyses and reduced storage time. After recruiting, processing and analyzing the blood of more than 1,000 patients, we determined that the adopted methods and technologies were fit-for-purpose and robust.

Review: Contact sport-related chronic traumatic encephalopathy in the elderly: clinical expression and structural substrates.

A. Costanza, K. Weber, S. Gandy, C. Bouras, P. R. Hof, P. Giannakopoulos and A. Canuto (2011) Neuropathology and Applied Neurobiology37, 570-584 Contact sport-related chronic traumatic encephalopathy in the elderly: clinical expression and structural substrates Professional boxers and other contact sport athletes are exposed to repetitive brain trauma that may affect motor functions, cognitive performance, emotional regulation and social awareness. The term of chronic traumatic encephalopathy (CTE) was recently introduced to regroup a wide spectrum of symptoms such as cerebellar, pyramidal and extrapyramidal syndromes, impairments in orientation, memory, language, attention, information processing and frontal executive functions, as well as personality changes and behavioural and psychiatric symptoms. Magnetic resonance imaging usually reveals hippocampal and vermis atrophy, a cavum septum pellucidum, signs of diffuse axonal injury, pituitary gland atrophy, dilated perivascular spaces and periventricular white matter disease. Given the partial overlapping of the clinical expression, epidemiology and pathogenesis of CTE and Alzheimer's disease (AD), as well as the close association between traumatic brain injuries (TBIs) and neurofibrillary tangle formation, a mixed pathology promoted by pathogenetic cascades resulting in either CTE or AD has been postulated. Molecular studies suggested that TBIs increase the neurotoxicity of the TAR DNA-binding protein 43 (TDP-43) that is a key pathological marker of ubiquitin-positive forms of frontotemporal dementia (FTLD-TDP) associated or not with motor neurone disease/amyotrophic lateral sclerosis (ALS). Similar patterns of immunoreactivity for TDP-43 in CTE, FTLD-TDP and ALS as well as epidemiological correlations support the presence of common pathogenetic mechanisms. The present review provides a critical update of the evolution of the concept of CTE with reference to its neuropathological definition together with an in-depth discussion of the differential diagnosis between this entity, AD and frontotemporal dementia.

On the relationship between performance-approach goals and cognitive performance : when the desire to outperform others becomes interfering

Cette thèse explore dans quelle mesure la poursuite d'un but de performance-approche (i.e., le désir de surpasser autrui et de démontrer ses compétences) favorise, ou au contraire endommage, la réussite et l'apprentissage-une question toujours largement débattue dans la littérature. Quatre études menées en laboratoire ont confirmé cette hypothèse et démontré que la poursuite du but de performance-approche amène les individus à diviser leur attention entre d'une part la réalisation de la tâche évaluée, et d'autre part la gestion de préoccupations liées à l'atteinte du but-ceci empêchant une concentration efficace sur les processus de résolution de la tâche. Dans une deuxième ligne de recherche, nous avons ensuite démontré que cette distraction est exacerbée chez les individus les plus performants et ayant le plus l'habitude de réussir, ceci dérivant d'une pression supplémentaire liée au souhait de maintenir le statut positif de « bon élève ». Enfin, notre troisième ligne de recherche a cherché à réconcilier ces résultats-pointant l'aspect distractif du but de performance-approche-avec le profil se dégageant des études longitudinales rapportées dans la littérature-associant ce but avec la réussite académique. Ainsi, nous avons mené une étude longitudinale testant si l'adoption du but de performance-approche en classe pourrait augmenter la mise en oeuvre de stratégies d'étude tactiquement dirigées vers la performance-favorisant une réussite optimale aux tests. Nos résultats ont apporté des éléments en faveur de cette hypothèse, mais uniquement chez les élèves de bas niveau. Ainsi, l'ensemble de nos résultats permet de mettre en lumière les processus cognitifs à l'oeuvre lors de la poursuite du but de performance-approche, ainsi que d'alimenter le débat concernant leur aspect bénéfique ou nuisible en contexte éducatif. -- In this dissertation, we propose to investigate whether the pursuit of performance-approach goals (i.e., the desire to outperform others and appear talented) facilitates or rather endangers achievement and learning-an issue that is still widely discussed in the achievement goal literature. Four experiments carried out in a laboratory setting have provided evidence that performance- approach goals create a divided-attention situation that leads cognitive resources to be divided between task processing and the activation of goal-attainment concerns-which jeopardizes full cognitive immersion in the task. Then, in a second research line, we found evidence that high- achievers (i.e., those individuals who are the most used to succeed) experience, under evaluative contexts, heightened pressure to excel at the task, deriving from concerns associated with the preservation of their "high-achiever" status. Finally, a third research line was designed to try to reconcile results stemming from our laboratory studies with the overall profile emerging from longitudinal research-which have consistently found performance-approach goals to be a positive predictor of students' test scores. We thus set up a longitudinal study so as to test whether students' adoption of performance-approach goals in a long-term classroom setting enhances the implementation of strategic study behaviors tactically directed toward goal-attainment, hence favoring test performance. Our findings brought support for this hypothesis, but only for low-achieving students. Taken together, our findings shed new light on the cognitive processes at play during the pursuit of performance-approach goals, and are likely to fuel the debate regarding whether performance-approach goals should be encouraged or not in educational settings.

Membrane mu poly(A) signal and 3' flanking sequences function as a transcription terminator for immunoglobulin-encoding genes.

Developmentally regulated mechanisms involving alternative RNA splicing and/or polyadenylation, as well as transcription termination, are implicated in controlling the levels of secreted mu (mu s), membrane mu (mu m) and delta immunoglobulin (Ig) heavy chain mRNAs during B cell differentiation (mu gene encodes the mu heavy chain). Using expression vectors constructed with genomic DNA segments composed of the mu m polyadenylation signal region, we analyzed poly(A) site utilization and termination of transcription in stably transfected myeloma cells and in murine fibroblast L cells. We found that the gene segment containing the mu m poly(A) signals, along with 536 bp of downstream flanking sequence, acted as a transcription terminator in both myeloma cells and L cell fibroblasts. Neither a 141-bp DNA fragment (which directed efficient polyadenylation at the mu m site), nor the 536-bp flanking nucleotide sequence alone, were sufficient to obtain a similar regulation. This shows that the mu m poly(A) region plays a central role in controlling developmentally regulated transcription termination by blocking downstream delta gene expression. Because this gene segment exhibited the same RNA processing and termination activities in fibroblasts, it appears that these processes are not tissue-specific.

Proteasomal cleavage does not determine immunogenicity of gp100-derived peptides gp100 209-217 and gp100 209-217T210M.

Immune responses against tumor-associated antigens rely on efficient epitope presentation. The melanoma-associated antigen (Ag) gp100 contains HLA-A*0201 ligands that are characterized by low to medium binding affinity, among which gp100(209-217) is the most prominent (Kawakami et al., J Immunol 154:3961-3968, 1995). While this epitope is a natural T-cell target, it primes with low-efficiency T-cell responses during immunization. A modified gp100 epitope, gp100(209-217T210M), that contains a Thr to Met substitution at position 2 of the antigenic nonamer is characterized by high binding affinity for HLA-A*0201 and elicits strong and clinically effective T-cell responses. This higher affinity is believed to represent the sole reason for enhanced immunogenicity. Contrasting with this observation is the unpredictable relationship between affinity and immunogenicity observed in other antigen systems. In addition, we noted a striking difference between the capability of endogenously processed gp100(209-217) and gp100(209-217T210M) to induce T-cell responses in an in vitro model. Therefore, we questioned whether factors other than HLA-affinity might play a role in determining the immunogenicity of these epitopes. In the present study, we evaluated the in vitro proteasomal cleavages of 23meric precursor peptides encompassing the native sequence (gp100(201-223)) or the modified sequence (gp100(201-223T210M)). Here we show that the standard proteasome liberates the C-termini of both antigenic peptides but not the N-termini. Quantitative analysis of the digestion products revealed that more of the fragments displaying the final C-termini were produced from the wild-type precursor. However, a stronger TCR engagement was observed when fractions of digested gp100(201-223T210M) were used to activate an HLA-A*0201-expressing target T-cell clone. This difference was also found using separately produced, synthetic nonamers. In conclusion, the high binding affinity of gp100(209-217T210M) seems to compensate for possible differences in proteasomal cleavage at the biological level. Since the final antigenic nonamer is not directly produced by the proteasome, additional further factors may influence the antigenic peptide availability, such as post-proteasomal processing and intracellular peptide transport.

Isothermal microcalorimetry for antifungal susceptibility testing of Mucorales, Fusarium spp., and Scedosporium spp.

We evaluated isothermal microcalorimetry for real-time susceptibility testing of non-Aspergillus molds. MIC and minimal effective concentration (MEC) values of Mucorales (n = 4), Fusarium spp. (n = 4), and Scedosporium spp. (n = 4) were determined by microbroth dilution according to the Clinical Laboratory Standard Institute M38-A2 guidelines. Heat production of molds was measured at 37 °C in Sabouraud dextrose broth inoculated with 2.5 × 10(4) spores/mL in the presence of amphotericin B, voriconazole, posaconazole, caspofungin, and anidulafungin. As determined by microcalorimetry, amphotericin B was the most active agent against Mucorales (MHIC 0.06-0.125 μg/mL) and Fusarium spp. (MHIC 1-4 μg/mL), whereas voriconazole was the most active agent against Scedosporium spp. (MHIC 0.25 to 8 μg/mL). The percentage of agreement (within one 2-fold dilution) between the MHIC and MIC (or MEC) was 67%, 92%, 75%, and 83% for amphotericin B, voriconazole, posaconazole, and caspofungin, respectively. Microcalorimetry provides additional information on timing of antifungal activity, enabling further investigation of drug-mold and drug-drug interaction, and optimization of antifungal treatment.

Mice with chronic GSH deficit display phenotypical anomalies that resemble key aspects of schizophrenia

ABSTRACTSchizophrenia is a major psychiatric disorder occurring with a prevalence of 1% in the worldwide population. It develops progressively with psychosis onset in late adolescence or earlyadulthood. The disorder can take many different facets and has a highly diffuse anddistributed neuropathology including deficits in major neurotransmitter systems,myelination, stress regulation, and metabolism. The delayed onset and the heterogeneouspathology suggest that schizophrenia is a developmental disease that arises from interplayof genetic and environmental factors during sensitive periods. Redox dysregulation due to animbalance between pro-oxidants and antioxidant defence mechanisms is among the riskfactors for schizophrenia. Glutathione (GSH) is the major cellular redox regulator andantioxidant. Levels of GSH are decreased in cerebrospinal fluid, prefrontal cortex and postmortemstriatum of schizophrenia patients. Moreover, polymorphisms of the key GSHsynthesizingenzyme, glutamate-cysteine ligase, modifier (GCLM) subunit, are associatedwith the disease, suggesting that GSH deficit is of genetic origin. Here we used miceknockout (KO) for the GCLM gene, which display chronic GSH deficit (~70 to 80% decrease)to investigate the direct link between redox dysregulation and schizophrenia. Accordingly,we evaluated whether GCLM KO compared to normal wildtype mice display behavioralchanges that relate to schizophrenia symptoms and whether their brains showmorphological, functional or metabolic alterations that resemble those in patients.Moreover, we exposed pubertal GCLM mice to repeated mild stress and measured theirhormonal and behavioral stress reactivity. Our data show that chronic GSH deficit isassociated with altered emotion- and stress-related behaviors, deficient prepulse inhibition,pronounced amphetamine-induced hyperlocomotion but normal spatial learning andworking memory. These changes represent important schizophrenia endophenotypes.Moreover, this particular pattern of change indicates impairment of the ventralhippocampus (VH) and related circuitry as opposed to the dorsal hippocampus (DH), which isimplicated in spatial information processing. This is consistent with a selective deficit ofparvalbumin positive interneurons and gamma oscillation in the VH but not DH. Increasedlevels of circulating stress hormones in KO mice following pubertal stress corroborate VHdysfunction as it is involved in negative feedback control of the stress response. VHstructural and functional deficits are frequently found in the schizophrenic brain. Metabolicevaluation of the developing GCLM KO anterior cortex using in vivo magnetic resonancespectroscopy revealed elevated glutamine (Gln), glutamate (Glu), Gln/Glu and N-acetylaspartate(NAA) during the pre-pubertal period. Similar changes are reported in earlyschizophrenia. Overall, we observe phenotypic anomalies in GSH deficient GCLM KO micethat correspond to major schizophrenia endophenotypes. This supports an important rolefor redox dysregulation in schizophrenia and validates the GCLM KO mouse as model for thedisease. Moreover, our results indicate that puberty may be a sensitive period for redoxsensitivechanges highliting the importance of early intervention. Gln, Gln/Glu, Glu and NAAmay qualify as early metabolic biomarkers to identify young at-risk individuals. Since chronictreatment with NAC normalized most metabolic changes in GCLM KO mice, NAC may be oneadjunct treatment of choice for early intervention in patients.RESUMELa schizophrénie est une maladie psychiatrique majeure avec une prévalence de 1% dans lapopulation. Son développement est progressif, les premières psychoses apparaissant àl'adolescence ou au début de l'âge adulte. La maladie a plusieurs présentations et uneneuropathologie étendue, qui inclut des déficits neurochimiques, métaboliques, de lamyélination et de la régulation du stress. L'émergence tardive et l'hétérogénéité de lapathologie suggèrent que la schizophrénie est une maladie développementale, favorisée pardes facteurs génétiques et environnementaux durant des périodes sensibles. La dérégulationrédox, due à un déséquilibre entre facteurs pro-oxidantes et défenses anti-oxidantes,constitue un facteur de risque. Le glutathion (GSH) est le principal régulateur rédox et antioxidantdes cellules, ses taux sont diminués dans le liquide céphalorachidien, le cortexpréfrontal et le striatum de patients. De plus, des variations du gène codant la sous-unitémodulatrice (GCLM) de la glutamate-cystéine ligase, enzyme de synthèse du GSH, sontassociés la maladie, suggérant que le déficit observé chez les patients est d'originegénétique. Nous avons donc utilisé des souris ayant une délétion du gène GCLM (KO), quiont un déficit chronique en GSH (70-80%), afin d'étudier le lien entre une dérégulation rédoxet la schizophrénie. Nous avons évalué si ces souris présentent des altérationscomportementales analogues aux symptômes de la maladie, et des modificationsstructurelles, fonctionnelles et métaboliques au niveau du cerveau, ressemblant à celles despatients. De plus, nous avons soumis les souris à des stresses modérés durant la puberté,puis mesuré les réponses hormonales et comportementales. Les animaux présentent undéficit pré-attentionnel du traitement des informations moto-sensorielles, un déficit pourcertains apprentissages, une réponse accrue à l'amphétamine, mais leurs mémoires spatialeet de travail sont préservées. Ces atteintes comportementales sont analogues à certainsendophénotypes de la schizophrénie. De plus, ces changements comportementaux sontlargement expliqués par une perturbation morphologique et fonctionnelle de l'hippocampeventral (HV). Ainsi, nous avons observé un déficit sélectif des interneurones immunoréactifsà la parvalbumine et une désynchronisation neuronale dans l'HV. L'hippocampe dorsal,impliqué dans l'orientation spatiale, demeure en revanche intact. L'augmentationd'hormones de stress dans le sang des souris KO suite à un stress prépubertal soutien aussil'hypothèse d'une dysfonction de l'HV, connu pour moduler ce type de réponse. Des déficitsstructurels et fonctionnels dans l'hippocampe antérieur (ventral) ont d'ailleurs été rapportéschez des patients schizophrènes. Par de résonance magnétique, nous avons également suivile profil métabolique du le cortex antérieur au cours du développement postnatal des sourisKO. Ces mesures ont révélé des taux élevés de glutamine (Gln), glutamate (Glu), du ratioGln/Glu, et de N-acétyl-aspartate (NAA) durant la période prépubertale. Des altérationssimilaires sont décrites chez les patients durant la phase précoce. Nous avons donc révélédes anomalies phénotypiques chez les souris GCLM KO qui reflètent certainsendophénotypes de la schizophrénie. Nos résultats appuient donc le rôle d'une dérégulationrédox dans l'émergence de la maladie et le potentiel des souris KO comme modèle. De plus,cette étude met en évidence la puberté comme période particulièrement sensible à unedérégulation rédox, renforçant l'importance d'une intervention thérapeutique précoce. Dansce cadre, Gln, Gln/Glu, Glu and NAA seraient des biomarqueurs clés pour identifier de jeunesindividus à risque. De part son efficacité dans notre modèle, NAC pourrait être unesubstance de choix dans le traitement précoce des patients.

Machine learning for geospatial data : algorithms, software tools and case studies

Résumé Cette thèse est consacrée à l'analyse, la modélisation et la visualisation de données environnementales à référence spatiale à l'aide d'algorithmes d'apprentissage automatique (Machine Learning). L'apprentissage automatique peut être considéré au sens large comme une sous-catégorie de l'intelligence artificielle qui concerne particulièrement le développement de techniques et d'algorithmes permettant à une machine d'apprendre à partir de données. Dans cette thèse, les algorithmes d'apprentissage automatique sont adaptés pour être appliqués à des données environnementales et à la prédiction spatiale. Pourquoi l'apprentissage automatique ? Parce que la majorité des algorithmes d'apprentissage automatiques sont universels, adaptatifs, non-linéaires, robustes et efficaces pour la modélisation. Ils peuvent résoudre des problèmes de classification, de régression et de modélisation de densité de probabilités dans des espaces à haute dimension, composés de variables informatives spatialisées (« géo-features ») en plus des coordonnées géographiques. De plus, ils sont idéaux pour être implémentés en tant qu'outils d'aide à la décision pour des questions environnementales allant de la reconnaissance de pattern à la modélisation et la prédiction en passant par la cartographie automatique. Leur efficacité est comparable au modèles géostatistiques dans l'espace des coordonnées géographiques, mais ils sont indispensables pour des données à hautes dimensions incluant des géo-features. Les algorithmes d'apprentissage automatique les plus importants et les plus populaires sont présentés théoriquement et implémentés sous forme de logiciels pour les sciences environnementales. Les principaux algorithmes décrits sont le Perceptron multicouches (MultiLayer Perceptron, MLP) - l'algorithme le plus connu dans l'intelligence artificielle, le réseau de neurones de régression généralisée (General Regression Neural Networks, GRNN), le réseau de neurones probabiliste (Probabilistic Neural Networks, PNN), les cartes auto-organisées (SelfOrganized Maps, SOM), les modèles à mixture Gaussiennes (Gaussian Mixture Models, GMM), les réseaux à fonctions de base radiales (Radial Basis Functions Networks, RBF) et les réseaux à mixture de densité (Mixture Density Networks, MDN). Cette gamme d'algorithmes permet de couvrir des tâches variées telle que la classification, la régression ou l'estimation de densité de probabilité. L'analyse exploratoire des données (Exploratory Data Analysis, EDA) est le premier pas de toute analyse de données. Dans cette thèse les concepts d'analyse exploratoire de données spatiales (Exploratory Spatial Data Analysis, ESDA) sont traités selon l'approche traditionnelle de la géostatistique avec la variographie expérimentale et selon les principes de l'apprentissage automatique. La variographie expérimentale, qui étudie les relations entre pairs de points, est un outil de base pour l'analyse géostatistique de corrélations spatiales anisotropiques qui permet de détecter la présence de patterns spatiaux descriptible par une statistique. L'approche de l'apprentissage automatique pour l'ESDA est présentée à travers l'application de la méthode des k plus proches voisins qui est très simple et possède d'excellentes qualités d'interprétation et de visualisation. Une part importante de la thèse traite de sujets d'actualité comme la cartographie automatique de données spatiales. Le réseau de neurones de régression généralisée est proposé pour résoudre cette tâche efficacement. Les performances du GRNN sont démontrées par des données de Comparaison d'Interpolation Spatiale (SIC) de 2004 pour lesquelles le GRNN bat significativement toutes les autres méthodes, particulièrement lors de situations d'urgence. La thèse est composée de quatre chapitres : théorie, applications, outils logiciels et des exemples guidés. Une partie importante du travail consiste en une collection de logiciels : Machine Learning Office. Cette collection de logiciels a été développée durant les 15 dernières années et a été utilisée pour l'enseignement de nombreux cours, dont des workshops internationaux en Chine, France, Italie, Irlande et Suisse ainsi que dans des projets de recherche fondamentaux et appliqués. Les cas d'études considérés couvrent un vaste spectre de problèmes géoenvironnementaux réels à basse et haute dimensionnalité, tels que la pollution de l'air, du sol et de l'eau par des produits radioactifs et des métaux lourds, la classification de types de sols et d'unités hydrogéologiques, la cartographie des incertitudes pour l'aide à la décision et l'estimation de risques naturels (glissements de terrain, avalanches). Des outils complémentaires pour l'analyse exploratoire des données et la visualisation ont également été développés en prenant soin de créer une interface conviviale et facile à l'utilisation. Machine Learning for geospatial data: algorithms, software tools and case studies Abstract The thesis is devoted to the analysis, modeling and visualisation of spatial environmental data using machine learning algorithms. In a broad sense machine learning can be considered as a subfield of artificial intelligence. It mainly concerns with the development of techniques and algorithms that allow computers to learn from data. In this thesis machine learning algorithms are adapted to learn from spatial environmental data and to make spatial predictions. Why machine learning? In few words most of machine learning algorithms are universal, adaptive, nonlinear, robust and efficient modeling tools. They can find solutions for the classification, regression, and probability density modeling problems in high-dimensional geo-feature spaces, composed of geographical space and additional relevant spatially referenced features. They are well-suited to be implemented as predictive engines in decision support systems, for the purposes of environmental data mining including pattern recognition, modeling and predictions as well as automatic data mapping. They have competitive efficiency to the geostatistical models in low dimensional geographical spaces but are indispensable in high-dimensional geo-feature spaces. The most important and popular machine learning algorithms and models interesting for geo- and environmental sciences are presented in details: from theoretical description of the concepts to the software implementation. The main algorithms and models considered are the following: multi-layer perceptron (a workhorse of machine learning), general regression neural networks, probabilistic neural networks, self-organising (Kohonen) maps, Gaussian mixture models, radial basis functions networks, mixture density networks. This set of models covers machine learning tasks such as classification, regression, and density estimation. Exploratory data analysis (EDA) is initial and very important part of data analysis. In this thesis the concepts of exploratory spatial data analysis (ESDA) is considered using both traditional geostatistical approach such as_experimental variography and machine learning. Experimental variography is a basic tool for geostatistical analysis of anisotropic spatial correlations which helps to understand the presence of spatial patterns, at least described by two-point statistics. A machine learning approach for ESDA is presented by applying the k-nearest neighbors (k-NN) method which is simple and has very good interpretation and visualization properties. Important part of the thesis deals with a hot topic of nowadays, namely, an automatic mapping of geospatial data. General regression neural networks (GRNN) is proposed as efficient model to solve this task. Performance of the GRNN model is demonstrated on Spatial Interpolation Comparison (SIC) 2004 data where GRNN model significantly outperformed all other approaches, especially in case of emergency conditions. The thesis consists of four chapters and has the following structure: theory, applications, software tools, and how-to-do-it examples. An important part of the work is a collection of software tools - Machine Learning Office. Machine Learning Office tools were developed during last 15 years and was used both for many teaching courses, including international workshops in China, France, Italy, Ireland, Switzerland and for realizing fundamental and applied research projects. Case studies considered cover wide spectrum of the real-life low and high-dimensional geo- and environmental problems, such as air, soil and water pollution by radionuclides and heavy metals, soil types and hydro-geological units classification, decision-oriented mapping with uncertainties, natural hazards (landslides, avalanches) assessments and susceptibility mapping. Complementary tools useful for the exploratory data analysis and visualisation were developed as well. The software is user friendly and easy to use.

Environmental data mining and modeling based on machine learning algorithms and geostatistics

The paper presents some contemporary approaches to spatial environmental data analysis. The main topics are concentrated on the decision-oriented problems of environmental spatial data mining and modeling: valorization and representativity of data with the help of exploratory data analysis, spatial predictions, probabilistic and risk mapping, development and application of conditional stochastic simulation models. The innovative part of the paper presents integrated/hybrid model-machine learning (ML) residuals sequential simulations-MLRSS. The models are based on multilayer perceptron and support vector regression ML algorithms used for modeling long-range spatial trends and sequential simulations of the residuals. NIL algorithms deliver non-linear solution for the spatial non-stationary problems, which are difficult for geostatistical approach. Geostatistical tools (variography) are used to characterize performance of ML algorithms, by analyzing quality and quantity of the spatially structured information extracted from data with ML algorithms. Sequential simulations provide efficient assessment of uncertainty and spatial variability. Case study from the Chernobyl fallouts illustrates the performance of the proposed model. It is shown that probability mapping, provided by the combination of ML data driven and geostatistical model based approaches, can be efficiently used in decision-making process. (C) 2003 Elsevier Ltd. All rights reserved.

Multi-scale systems analysis of plant development : beyond cellular signaling and tissue morphodynamics

Les plantes sont essentielles pour les sociétés humaines. Notre alimentation quotidienne, les matériaux de constructions et les sources énergétiques dérivent de la biomasse végétale. En revanche, la compréhension des multiples aspects développementaux des plantes est encore peu exploitée et représente un sujet de recherche majeur pour la science. L'émergence des technologies à haut débit pour le séquençage de génome à grande échelle ou l'imagerie de haute résolution permet à présent de produire des quantités énormes d'information. L'analyse informatique est une façon d'intégrer ces données et de réduire la complexité apparente vers une échelle d'abstraction appropriée, dont la finalité est de fournir des perspectives de recherches ciblées. Ceci représente la raison première de cette thèse. En d'autres termes, nous appliquons des méthodes descriptives et prédictives combinées à des simulations numériques afin d'apporter des solutions originales à des problèmes relatifs à la morphogénèse à l'échelle de la cellule et de l'organe. Nous nous sommes fixés parmi les objectifs principaux de cette thèse d'élucider de quelle manière l'interaction croisée des phytohormones auxine et brassinosteroïdes (BRs) détermine la croissance de la cellule dans la racine du méristème apical d'Arabidopsis thaliana, l'organisme modèle de référence pour les études moléculaires en plantes. Pour reconstruire le réseau de signalement cellulaire, nous avons extrait de la littérature les informations pertinentes concernant les relations entre les protéines impliquées dans la transduction des signaux hormonaux. Le réseau a ensuite été modélisé en utilisant un formalisme logique et qualitatif pour pallier l'absence de données quantitatives. Tout d'abord, Les résultats ont permis de confirmer que l'auxine et les BRs agissent en synergie pour contrôler la croissance de la cellule, puis, d'expliquer des observations phénotypiques paradoxales et au final, de mettre à jour une interaction clef entre deux protéines dans la maintenance du méristème de la racine. Une étude ultérieure chez la plante modèle Brachypodium dystachion (Brachypo- dium) a révélé l'ajustement du réseau d'interaction croisée entre auxine et éthylène par rapport à Arabidopsis. Chez ce dernier, interférer avec la biosynthèse de l'auxine mène à la formation d'une racine courte. Néanmoins, nous avons isolé chez Brachypodium un mutant hypomorphique dans la biosynthèse de l'auxine qui affiche une racine plus longue. Nous avons alors conduit une analyse morphométrique qui a confirmé que des cellules plus anisotropique (plus fines et longues) sont à l'origine de ce phénotype racinaire. Des analyses plus approfondies ont démontré que la différence phénotypique entre Brachypodium et Arabidopsis s'explique par une inversion de la fonction régulatrice dans la relation entre le réseau de signalisation par l'éthylène et la biosynthèse de l'auxine. L'analyse morphométrique utilisée dans l'étude précédente exploite le pipeline de traitement d'image de notre méthode d'histologie quantitative. Pendant la croissance secondaire, la symétrie bilatérale de l'hypocotyle est remplacée par une symétrie radiale et une organisation concentrique des tissus constitutifs. Ces tissus sont initialement composés d'une douzaine de cellules mais peuvent aisément atteindre des dizaines de milliers dans les derniers stades du développement. Cette échelle dépasse largement le seuil d'investigation par les moyens dits 'traditionnels' comme l'imagerie directe de tissus en profondeur. L'étude de ce système pendant cette phase de développement ne peut se faire qu'en réalisant des coupes fines de l'organe, ce qui empêche une compréhension des phénomènes cellulaires dynamiques sous-jacents. Nous y avons remédié en proposant une stratégie originale nommée, histologie quantitative. De fait, nous avons extrait l'information contenue dans des images de très haute résolution de sections transverses d'hypocotyles en utilisant un pipeline d'analyse et de segmentation d'image à grande échelle. Nous l'avons ensuite combiné avec un algorithme de reconnaissance automatique des cellules. Cet outil nous a permis de réaliser une description quantitative de la progression de la croissance secondaire révélant des schémas développementales non-apparents avec une inspection visuelle classique. La formation de pôle de phloèmes en structure répétée et espacée entre eux d'une longueur constante illustre les bénéfices de notre approche. Par ailleurs, l'exploitation approfondie de ces résultats a montré un changement de croissance anisotropique des cellules du cambium et du phloème qui semble en phase avec l'expansion du xylème. Combinant des outils génétiques et de la modélisation biomécanique, nous avons démontré que seule la croissance plus rapide des tissus internes peut produire une réorientation de l'axe de croissance anisotropique des tissus périphériques. Cette prédiction a été confirmée par le calcul du ratio des taux de croissance du xylème et du phloème au cours de développement secondaire ; des ratios élevés sont effectivement observés et concomitant à l'établissement progressif et tangentiel du cambium. Ces résultats suggèrent un mécanisme d'auto-organisation établi par un gradient de division méristématique qui génèrent une distribution de contraintes mécaniques. Ceci réoriente la croissance anisotropique des tissus périphériques pour supporter la croissance secondaire. - Plants are essential for human society, because our daily food, construction materials and sustainable energy are derived from plant biomass. Yet, despite this importance, the multiple developmental aspects of plants are still poorly understood and represent a major challenge for science. With the emergence of high throughput devices for genome sequencing and high-resolution imaging, data has never been so easy to collect, generating huge amounts of information. Computational analysis is one way to integrate those data and to decrease the apparent complexity towards an appropriate scale of abstraction with the aim to eventually provide new answers and direct further research perspectives. This is the motivation behind this thesis work, i.e. the application of descriptive and predictive analytics combined with computational modeling to answer problems that revolve around morphogenesis at the subcellular and organ scale. One of the goals of this thesis is to elucidate how the auxin-brassinosteroid phytohormone interaction determines the cell growth in the root apical meristem of Arabidopsis thaliana (Arabidopsis), the plant model of reference for molecular studies. The pertinent information about signaling protein relationships was obtained through the literature to reconstruct the entire hormonal crosstalk. Due to a lack of quantitative information, we employed a qualitative modeling formalism. This work permitted to confirm the synergistic effect of the hormonal crosstalk on cell elongation, to explain some of our paradoxical mutant phenotypes and to predict a novel interaction between the BREVIS RADIX (BRX) protein and the transcription factor MONOPTEROS (MP),which turned out to be critical for the maintenance of the root meristem. On the same subcellular scale, another study in the monocot model Brachypodium dystachion (Brachypodium) revealed an alternative wiring of auxin-ethylene crosstalk as compared to Arabidopsis. In the latter, increasing interference with auxin biosynthesis results in progressively shorter roots. By contrast, a hypomorphic Brachypodium mutant isolated in this study in an enzyme of the auxin biosynthesis pathway displayed a dramatically longer seminal root. Our morphometric analysis confirmed that more anisotropic cells (thinner and longer) are principally responsible for the mutant root phenotype. Further characterization pointed towards an inverted regulatory logic in the relation between ethylene signaling and auxin biosynthesis in Brachypodium as compared to Arabidopsis, which explains the phenotypic discrepancy. Finally, the morphometric analysis of hypocotyl secondary growth that we applied in this study was performed with the image-processing pipeline of our quantitative histology method. During its secondary growth, the hypocotyl reorganizes its primary bilateral symmetry to a radial symmetry of highly specialized tissues comprising several thousand cells, starting with a few dozens. However, such a scale only permits observations in thin cross-sections, severely hampering a comprehensive analysis of the morphodynamics involved. Our quantitative histology strategy overcomes this limitation. We acquired hypocotyl cross-sections from tiled high-resolution images and extracted their information content using custom high-throughput image processing and segmentation. Coupled with an automated cell type recognition algorithm, it allows precise quantitative characterization of vascular development and reveals developmental patterns that were not evident from visual inspection, for example the steady interspace distance of the phloem poles. Further analyses indicated a change in growth anisotropy of cambial and phloem cells, which appeared in phase with the expansion of xylem. Combining genetic tools and computational modeling, we showed that the reorientation of growth anisotropy axis of peripheral tissue layers only occurs when the growth rate of central tissue is higher than the peripheral one. This was confirmed by the calculation of the ratio of the growth rate xylem to phloem throughout secondary growth. High ratios are indeed observed and concomitant with the homogenization of cambium anisotropy. These results suggest a self-organization mechanism, promoted by a gradient of division in the cambium that generates a pattern of mechanical constraints. This, in turn, reorients the growth anisotropy of peripheral tissues to sustain the secondary growth.

The use of positional scanning synthetic combinatorial libraries (PS-SCL) to study T Lympohcyte specificity and degeneracy

Les cellules CD8? T cytolytiques (CTL) sont les principaux effecteurs du système immunitaire adaptatif contre les infections et les tumeurs. La récente identification d?antigènes tumoraux humains reconnus par des cellules T cytolytiques est la base pour le, développement des vaccins antigène spécifiques contre le cancer. Le nombre d?antigènes tumoraux reconnus par des CTL que puisse être utilisé comme cible pour la vaccination des patients atteints du cancer est encore limité. Une nouvelle technique, simple et rapide, vient d?être proposée pour l?identification d?antigènes reconnus par des CTL. Elle se base sur l?utilisation de librairies combinatoriales de peptides arrangées en un format de "scanning" ou balayage par position (PS-SCL). La première partie de cette étude a consisté à valider cette nouvelle technique par une analyse détaillée de la reconnaissance des PS-SCL par différents clones de CTL spécifiques pour des antigènes associés à la tumeur (TAA) connus ainsi que par des clones de spécificité inconnue. Les résultats de ces analyses révèlent que pour tous les clones, la plupart des acides aminés qui composent la séquence du peptide antigénique naturel ont été identifiés par l?utilisation des PS-SCL. Les résultats obtenus ont permis d?identifier des peptides analogues ayant une antigènicité augmentée par rapport au peptide naturel, ainsi que des peptides comportant de multiples modifications de séquence, mais présentant la même réactivité que le peptide naturel. La deuxième partie de cette étude a consisté à effectuer des analyses biométriques des résultats complexes générés par la PS-SCL. Cette approche a permis l?identification des séquences correspondant aux épitopes naturels à partir de bases de données de peptides publiques. Parmi des milliers de peptides, les séquences naturelles se trouvent comprises dans les 30 séquences ayant les scores potentiels de stimulation les plus élevés pour chaque TAA étudié. Mais plus important encore, l?utilisation des PS-SCL avec un clone réactif contre des cellules tumorales mais de spécificité inconnue nous a permis d?identifier I?epitope reconnu par ce clone. Les données présentées ici encouragent l?utilisation des PS-SCL pour l?identification et l?optimisation d?épitopes pour des CTL réactifs anti-tumoraux, ainsi que pour l?étude de la reconnaissance dégénérée d?antigènes par les CTL.<br/><br/>CD8+ cytolytic T lymphocytes (CTL) are the main effector cells of the adaptive immune system against infection and tumors. The recent identification of moleculariy defined human tumor Ags recognized by autologous CTL has opened new opportunities for the development of Ag-specific cancer vaccines. Despite extensive work, however, the number of CTL-defined tumor Ags that are suitable targets for the vaccination of cancer patients is still limited, especially because of the laborious and time consuming nature of the procedures currentiy used for their identification. The use of combinatorial peptide libraries in positionai scanning format (Positional Scanning Synthetic Combinatorial Libraries, PS-SCL)' has recently been proposed as an alternative approach for the identification of these epitopes. To validate this approach, we analyzed in detail the recognition of PS-SCL by tumor-reactive CTL clones specific for multiple well-defined tumor-associated Ags (TAA) as well as by tumor-reactive CTL clones of unknown specificity. The results of these analyses revealed that for all the TAA-specific clones studied most of the amino acids composing the native antigenic peptide sequences could be identified through the use of PS-SCL. Based on the data obtained from the screening of PS-SCL, we could design peptide analogs of increased antigenicity as well as cross-reactive analog peptides containing multiple amino acid substitutions. In addition, the resuits of PS-SCL-screening combined with a recently developed biometric data analysis (PS-SCL-based biometric database analysis) allowed the identification of the native peptides in public protein databases among the 30 most active sequences, and this was the case for all the TAA studied. More importantiy, the screening of PS- SCL with a tumor-reactive CTL clone of unknown specificity resulted in the identification of the actual epitope. Overall, these data encourage the use of PS-SCL not oniy for the identification and optimization of tumor-associated CTL epitopes, but also for the analysis of degeneracy in T lymphocyte receptor (TCR) recognition of tumor Ags.<br/><br/>Les cellules T CD8? cytolytiques font partie des globules blancs du sang et sont les principales responsables de la lutte contre les infections et les tumeurs. Les immunologistes cherchent depuis des années à identifier des molécules exprimées et présentées à la surface des tumeurs qui puissent être reconnues par des cellules T CD8? cytolytiques capables ensuite de tuer ces tumeurs de façon spécifique. Ce type de molécules représente la base pour le développement de vaccins contre le cancer puisqu?elles pourraient être injectées aux patients afin d?induire une réponse anti- tumorale. A présent, il y a très peu de molécules capables de stimuler le système immunitaire contre les tumeurs qui sont connues parce que les techniques développées à ce jour pour leur identification sont complexes et longues. Une nouvelle technique vient d?être proposée pour l?identification de ce type de molécules qui se base sur l?utilisation de librairies de peptides. Ces librairies représentent toutes les combinaisons possibles des composants de base des molécules recherchées. La première partie de cette étude a consisté à valider cette nouvelle technique en utilisant des cellules T CD8? cytolytiques capables de tuer des cellules tumorales en reconnaissant une molécule connue présente à leur surface. On a démontré que l?utilisation des librairies permet d?identifier la plupart des composants de base de la molécule reconnue par les cellules T CD8? cytolytiques utilisées. La deuxième partie de cette étude a consisté à effectuer une recherche des molécules potentiellement actives dans des protéines présentes dans des bases des données en utilisant un programme informatique qui permet de classer les molécules sur la base de leur activité biologique. Parmi des milliers de molécules de la base de données, celles reconnues par nos cellules T CD8? cytolytiques ont été trouvées parmi les plus actives. Plus intéressant encore, la combinaison de ces deux techniques nous a permis d?identifier la molécule reconnue par une population de cellules T CD8? cytolytiques ayant une activité anti-tumorale, mais pour laquelle on ne connaissait pas la spécificité. Nos résultats encouragent l?utilisation des librairies pour trouver et optimiser des molécules reconnues spécifiquement par des cellules T CD8? cytolytiques capables de tuer des tumeurs.

Cooperation versus competition effects on information sharing and use in group decision making

Information processing in groups has long been seen as a cooperative process. In contrast with this assumption, group members were rarely found to behave cooperatively: They withhold unshared information and stick to initial incorrect decisions. In the present article, we examined how group members' cooperative and competitivemotives impact on group information processing and propose that information sharing and use in groups could be seen as strategic behavior. We reviewed the latest developments in the literature investigating different forms of strategic information processing and their underlying mechanisms. This review suggests that explicit cooperative goals are needed for effective group decision-making.