Je suis d'accord, c'est assez stérile en fait. Ce qui fait la difficulté de la bioinformatique c'est sans doute qu'il ne suffit pas vraiment de prendre des méthodes déja employées, de les appliquer sur le problème et d'attendre les résultats, parce que déja ça ne règle pas le problème de la modélisation et en plus il faut que ça passe à l'échelle.
Faire des alignements de séquences sur des données de la taille d'un génome, on peut dire qu'effectivement de l'alignement de séquence et qu'on sait faire depuis longtemps, mais en fait pas vraiment ... Les techniques passent pas forcément à l'échelle, les problèmes sont pas forcément encore tous résolus.
Faire de l'analyse de graphes gigantesque pour savoir quel gène entraîne l'application de tel autre, on peut aussi dire que c'est un mélange de data-mining et de théorie des graphes ou des automates, sauf que ça règle toujours pas forcément le problème de modélisation, d'adéquation des données qu'on peut avoir avec le modèle qu'on voudrait avoir ou qu'on sait traiter, ou des données qu'on voudrait avoir.
Après il faut aussi pas oublier les biologistes là dedans et extraire les données pertinentes de tout ce bordel de modèle et savoir discuter avec eux sur des sujets très pointus. Certains ne sont par exemple pas convaincus de faire des vrais découvertes avec de type de technique justement parce que choisir un modèle et des données extractibles automatiquement pour que le modèle soit justement traitable soit une méthode satisfaisante, et que donc on passe forcément à coté d'un tas de choses intéressantes.
[^] # Re: Les jeunes fuient les filières scientifiques ?
Posté par thoasm . En réponse au journal Populariser la science informatique. Évalué à 3.
Je suis d'accord, c'est assez stérile en fait. Ce qui fait la difficulté de la bioinformatique c'est sans doute qu'il ne suffit pas vraiment de prendre des méthodes déja employées, de les appliquer sur le problème et d'attendre les résultats, parce que déja ça ne règle pas le problème de la modélisation et en plus il faut que ça passe à l'échelle.
Faire des alignements de séquences sur des données de la taille d'un génome, on peut dire qu'effectivement de l'alignement de séquence et qu'on sait faire depuis longtemps, mais en fait pas vraiment ... Les techniques passent pas forcément à l'échelle, les problèmes sont pas forcément encore tous résolus.
Faire de l'analyse de graphes gigantesque pour savoir quel gène entraîne l'application de tel autre, on peut aussi dire que c'est un mélange de data-mining et de théorie des graphes ou des automates, sauf que ça règle toujours pas forcément le problème de modélisation, d'adéquation des données qu'on peut avoir avec le modèle qu'on voudrait avoir ou qu'on sait traiter, ou des données qu'on voudrait avoir.
Après il faut aussi pas oublier les biologistes là dedans et extraire les données pertinentes de tout ce bordel de modèle et savoir discuter avec eux sur des sujets très pointus. Certains ne sont par exemple pas convaincus de faire des vrais découvertes avec de type de technique justement parce que choisir un modèle et des données extractibles automatiquement pour que le modèle soit justement traitable soit une méthode satisfaisante, et que donc on passe forcément à coté d'un tas de choses intéressantes.