Upload
morgan-magnin
View
1.364
Download
1
Embed Size (px)
DESCRIPTION
Support du cours (1h15) donné lors de l'École Jeunes Chercheurs en Informatique Mathématique à l'IRISA à Rennes le 20 mars 2012. Ce cours s'intéresse à l'enrichissement progressif d'un modèle pour la prise en compte de la dimension temporelle dans l'étude des systèmes biologiques. Cette démarche est illustrée sur le cas des réseaux de Petri.Cours conçu et donné par Morgan Magnin (http://www.morganmagnin.net).
Citation preview
Modeles pour l’inference de parametres temporels desreseaux de regulation biologiques
Morgan [email protected]
Travail conjoint avec :G. Bernot, JP. Comet, A. Richard, O. Roux (demarche et application a
la biologie)D. Lime, P. Molinaro et O.H. Roux (theorie sur les reseaux de Petri)
Ecole Centrale de NantesIRCCyN - Equipe � MeForBio �
Ecole Jeunes Chercheurs en Informatique Mathematique - 20/03/12
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 1 / 66
Introduction
Contexte (1/2)
Pourquoi modeliser informatiquement des systemes biologiques ?
Comprendre finement le systeme... // Structure
et ses comportements // Dynamique
Analyser les proprietes // Prediction de comportements
Aider a la conception de nouvelles experiences // Inference deparametres
Differents niveaux d’abstraction dependant :
Des questions biologiques
De la nature et de la qualite des donnees disponibles
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 2 / 66
Introduction
Contexte (2/2)
Differents niveaux de modelisation
Au niveau moleculaire : reseau biochimique, transduction du signal
Au niveau de la regulation entre genes : reseau genetique
Au niveau inter-cellulaire : differenciation cellulaire, tissus, schemas
Au niveau macroscopique : organes, physiologie
Etat de l’art
Graphes de regulation
Modelisation qualitative : modeles booleens/logiques, reseaux de Petri
Modelisation quantitative : equations aux derivees partielles,equations stochastiques, etc.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 3 / 66
Introduction
Objectifs
Comprendre l’enrichissement progressif d’un modele... et sesinconvenients
Saisir l’introduction de la dimension temporelle
Discuter la semantique de temps la plus appropriee au cas etudie
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 4 / 66
Introduction
Pourquoi des reseaux de Petri ?
Formalisme mathematique et graphique
Representation aisee de la concurrence/du parallelisme
Des proprietes structurelles (P-invariants, T-invariants, ...)
Des proprietes dynamiques (vivacite, bornitude, accessibilite, ...)
Des outils matures : Snoopy, ginSIM, Romeo, etc.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 5 / 66
Modelisation a l’aide de RdP
Sommaire
1 Introduction a la modelisation a base de reseaux de Petri
2 Modelisation des reactions biochimiques
3 Modelisation des reseaux de regulation biologiques
4 Modelisation des delaisEnrichissement des modeles formelsExploration de l’espace d’etatsIntegration des delais biologiques dans la modelisation
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 6 / 66
Modelisation a l’aide de RdP
Reseaux de Petri : une large famille de modeles
Discrets [SBSW07]
Continus [KH08]
Hybrides [MDNM00]
Stochastiques [GP98] : le tir d’une transition se fait au travers d’unefonction de probabilite, ce qui correspond ainsi aux sensibilisationschimiques suivant la concentration
Colores [GKP10] : les jetons sont differenties
Temporels et chronometriques : travaux en cours IRCCyNMeForBio/I3S BioInfo
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 7 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP
{P1,P2,P4}
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 8 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP
{P1,P2,P4} t2→ {P1,P3,P4} t1→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 8 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un autre RdP
{P1,P2,P4}
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 9 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un autre RdP
{P1,P2,P4} t2→ {P3,P4} . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 9 / 66
Modelisation a l’aide de RdP
Reseaux de Petri avec arcs de reset - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP avec arcs de reset
{P1,P2, 5× P4} t2→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 10 / 66
Modelisation a l’aide de RdP
Reseaux de Petri avec arcs de reset - Presentation
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP avec arcs de reset
{P1,P2, 5× P4} t2→ {P1,P3} t1→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 10 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
Definition
Un ensemble de places
Un ensemble de transitions
Une fonction d’incidence amont
Une fonction d’incidence aval
Un etat initial
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 11 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
Quelques proprietes structurelles
T-invariant : sequence de transitions qui fait revenir dans le memeetat/marquage.
P-invariant : invariant de marquage (par exempleqi M(pi ) + qj M(pj ) + qk M(pk ) = c pour tout etat du reseau).
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 12 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Presentation
Quelques proprietes dynamiques
Vivacite
Marquage mort
Accessibilite d’un marquage (etant donne un etat initial)
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 13 / 66
Modelisation a l’aide de RdP
Reseaux de Petri - Applications
Systemes de production (usine)
Systemes de deploiement logistique
Systemes embarques
Jeu video (modelisation d’une I.A.)
Et bien sur la biologie !
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 14 / 66
Modelisation a l’aide de RdP
Petite reflexion sur le sens des elements d’un RdP
Marquage d’une place : presence/absence ou quantite d’uncomposant
Arc : precedence ou succession
Transition : evenement et/ou transformation
Poids : quantite necessaire, consommee et/ou produite
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 15 / 66
Modelisation des reactions biochimiques
Sommaire
1 Introduction a la modelisation a base de reseaux de Petri
2 Modelisation des reactions biochimiques
3 Modelisation des reseaux de regulation biologiques
4 Modelisation des delaisEnrichissement des modeles formelsExploration de l’espace d’etatsIntegration des delais biologiques dans la modelisation
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 16 / 66
Modelisation des reactions biochimiques
Reseaux de Petri pour la modelisation de reseauxbiochimiques
Principe de la modelisation qualitative
Places : reactants, produits, enzymes
Transitions : reactions, catalyse
Poids sur les arcs : stochiometrie
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 17 / 66
Modelisation des reactions biochimiques
Application a la modelisation des reactions biochimiques
2NAD+ + 2H2O → 2NADH + 2H+ + O2
NAD+
H2O
r
H+
NADH
O2
2
2
2
2
Figure: Un exemple de traduction
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 18 / 66
Modelisation des reactions biochimiques
Proprietes des RdP pour la modelisation de reseauxbiochimiques
Proprietes structurelles
Matrice d’incidence : matrice de stochiometrie
P-invariants : relations de conservations
T-invariants : modes de flux elementaires
Proprietes dynamiques
Vivacite : les composants sont suffisants pour declencher les reactions
Marquage mort : etat stable
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 19 / 66
Modelisation des reseaux de regulation biologiques
Sommaire
1 Introduction a la modelisation a base de reseaux de Petri
2 Modelisation des reactions biochimiques
3 Modelisation des reseaux de regulation biologiques
4 Modelisation des delaisEnrichissement des modeles formelsExploration de l’espace d’etatsIntegration des delais biologiques dans la modelisation
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 20 / 66
Modelisation des reseaux de regulation biologiques
Bref rappel sur les Reseaux de Regulation Biologiques
Activations et inhibitions entre les genes
Les genes ont un ensemble de niveaux logiques d’expression
Regulation effective au-dela d’un certain seuil ; effet inverse en deca[R. Thomas].
f
c a
(Rmq. reseau booleen)
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 21 / 66
Modelisation des reseaux de regulation biologiques
Des reseaux de regulation aux reseaux de Petri
Principe
Une place par gene
Le marquage : niveau discret de concentration
c aka,{} ka,{c}
sc→a,+
Figure: Un reseau de regulation simple
Points critiques
Comment tester le niveau de concentration sans le decrementer ?
Comment modeliser une action qui n’a lieu qu’en dessous d’unecertaine concentration ?
→ Introduction de nouveaux arcs
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 22 / 66
Modelisation des reseaux de regulation biologiques
Reseaux de Petri avec arcs de lecture
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP avec arc de lecture
{P1,P2,P4}
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 23 / 66
Modelisation des reseaux de regulation biologiques
Reseaux de Petri avec arcs de lecture
P1
t1
P2
t2
P4
t4
P3
t3
Figure: Un RdP avec arc de lecture
{P1,P2,P4} t2→ {P1,P3,P4} . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 23 / 66
Modelisation des reseaux de regulation biologiques
Reseaux de Petri a hyperarcs inhibiteurs (logiques)
P1
t1
P2
t2
P4
t4
P3
t3
Figure: RdP a hyperarcs inhibiteurs
{P1,P2,P4}
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 24 / 66
Modelisation des reseaux de regulation biologiques
Reseaux de Petri a hyperarcs inhibiteurs (logiques)
P1
t1
P2
t2
P4
t4
P3
t3
Figure: RdP a hyperarcs inhibiteurs : t1 inhibee lorsque (M(P3) ≥ 1 etM(P4) ≥ 1)
{P1,P2,P4} t2→ {P1,P3,P4}
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 24 / 66
Modelisation des reseaux de regulation biologiques
Reseaux de Petri a hyperarcs inhibiteurs (logiques)
P1
t1
P2
t2
P4
t4
P3
t3
Figure: RdP a hyperarcs inhibiteurs
{P1,P2,P4} t2→ {P1,P3,P4} t3→ {P1,P4} t1→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 24 / 66
Modelisation des reseaux de regulation biologiques
Des reseaux de regulation aux reseaux de Petri
cNaN
t+a,{}
t−a,{}
sc−>a
sc−>a
ka,{} + 1
ka,{} + 1
sc−>a
sc−>a
ka,{c} + 1
ka,{c} + 1
t+a,{c}
t−a,{c}
c aka,{} ka,{c}
sc→a,+
Figure: Traduction vers les reseaux de Petri
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 25 / 66
Modelisation des reseaux de regulation biologiques
Des reseaux de regulation aux reseaux de Petri
Analyse
Traduction automatisee
Reseau borne → moindre cout des arcs de lecture et hyperarcsinhibiteurs logiques
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 26 / 66
Modelisation des delais
Sommaire
1 Introduction a la modelisation a base de reseaux de Petri
2 Modelisation des reactions biochimiques
3 Modelisation des reseaux de regulation biologiques
4 Modelisation des delaisEnrichissement des modeles formelsExploration de l’espace d’etatsIntegration des delais biologiques dans la modelisation
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 27 / 66
Modelisation des delais
Limites des modelisations discretes
ca−
f
a
c
f
a
c
δfa+ δ
δfc+
1
2
0
1
0
2
1
0
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 28 / 66
Modelisation des delais
Enjeux de la synthese de parametres temporels
Problemes
Inferer les delais de production et degradation
Prendre en compte les mecanismes d’accumulation(ordre/contre-ordre)
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 29 / 66
Modelisation des delais
Contexte et objectifs (2/2)
Bibliographie : (non exhaustive) :
Extensions temporelles et stochastiques des reseaux de Petri [C.Chaouiya & E. Remy & D. Thieffry] [CRT08],
Contraintes (Biocham) [F. Fages] [RBFS08],
Algebre de processus stochastique (BioSpi et Spim) [C. Priami et A.Regev] [PRSS01]
Model Checking probabiliste (Prism) [M. Kwiatkowska & D. Parker][HKN+08],
Automates temporises [H. Siebert & A. Bockmayr] [SB08] etautomates lineaires hybrides [J. Ahmad & O. Roux] [ABC+07],
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 30 / 66
Modelisation des delais Enrichissement des modeles formels
Enrichissement des modeles
Adapter le modele aux enjeux biologiques
Introduction de delais ⇒ systemes de transitions temporisees
Necessite de modeliser des taches avec suspension/reprise ⇒ integrerla notion de chronometres
Compromis expressivite/decidabilite
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 31 / 66
Modelisation des delais Enrichissement des modeles formels
Problematique (2/2)
Choix d’un modele de temps approprie pour S
Temps dense ?
Temps discret ?
Inference et verification de proprietes temporelles quantitatives
⇒ Methodes efficaces d’exploration de l’espace d’etats⇒ Structures de donnees compactes pour la representation et le calculde l’espace d’etats
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 32 / 66
Modelisation des delais Enrichissement des modeles formels
Problematique (2/2)
Choix d’un modele de temps approprie pour S
Temps dense ?
Temps discret ?
Inference et verification de proprietes temporelles quantitatives
⇒ Methodes efficaces d’exploration de l’espace d’etats⇒ Structures de donnees compactes pour la representation et le calculde l’espace d’etats
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 32 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - Presentation
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT en temps dense
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 33 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - Presentation
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT en temps dense
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
t2→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 0θ(t4) = 0.2
0.9→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 33 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - Presentation
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT en temps discret
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
1→{P1,P2,P4}θ(t1) = 1θ(t2) = 1θ(t4) = 1
t2→{P1,P3,P4}θ(t1) = 1θ(t3) = 0θ(t4) = 1
1→{P1,P3,P4}θ(t1) = 2θ(t3) = 1θ(t4) = 2
1→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 33 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - A propos des arcs de lecture
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un autre RdPT (en temps dense)
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 34 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - A propos des arcs de lecture
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un autre RdPT (en temps dense)
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
t2→{P1,P3,P4}θ(t1) = 0θ(t3) = 0θ(t4) = 0.2
0.9→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 34 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - A propos des arcs de lecture
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT avec arcs de lecture
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 34 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - A propos des arcs de lecture
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT avec arcs de lecture
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
t2→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 0θ(t4) = 0.2
0.9→ . . .
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 34 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels - A propos des arcs de lecture
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un RdPT avec arcs de lecture
Theoreme
Les RdPT avec arcs de lecture sont plus expressifs que les RdPT.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 34 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri a chronometres - SwPN
Objectif
Pouvoir memoriser l’etat d’une action qui est suspendue
Solution
Etendre les RdPT avec la notion de chronometre
Ressources et priorites sur les places [RD01] ou les transitions[BFSV04]
Arcs activateurs [BLRV07]
Hyperarcs inhibiteurs [RL04] :
Si t est sensibilisee par le marquage M :
t est inhibee par M ⇒ θ(t) = 0t n’est pas inhibee par M ⇒ θ(t) = 1
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 35 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri a chronometres - SwPN
Objectif
Pouvoir memoriser l’etat d’une action qui est suspendue
Solution
Etendre les RdPT avec la notion de chronometre
Ressources et priorites sur les places [RD01] ou les transitions[BFSV04]
Arcs activateurs [BLRV07]
Hyperarcs inhibiteurs [RL04] :
Si t est sensibilisee par le marquage M :
t est inhibee par M ⇒ θ(t) = 0t n’est pas inhibee par M ⇒ θ(t) = 1
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 35 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels a hyperarcs inhibiteurs
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Les SwPN : modele de RdP a chronometres
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 36 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels a hyperarcs inhibiteurs
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un SwPN : t1 inhibee lorsque (M(P3) ≥ 1 et M(P4) ≥ 1)
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
t2→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 0θ(t4) = 0.2
1→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 1θ(t4) = 1.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 36 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels a hyperarcs inhibiteurs
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un SwPN : apres que t1 a ete � reactivee �
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
0.2→{P1,P2,P4}θ(t1) = 0.2θ(t2) = 0.2θ(t4) = 0.2
t2→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 0θ(t4) = 0.2
1→{P1,P3,P4}θ(t1) = 0.2θ(t3) = 1θ(t4) = 1.2
t3→{P1,P4}θ(t1) = 0.2θ(t4) = 1.2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 36 / 66
Modelisation des delais Enrichissement des modeles formels
Reseaux de Petri temporels a hyperarcs inhibiteurs
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Figure: Un SwPN en temps discret
{P1,P2,P4}θ(t1) = 0θ(t2) = 0θ(t4) = 0
1→{P1,P2,P4}θ(t1) = 1θ(t2) = 1θ(t4) = 1
t2→{P1,P3,P4}θ(t1) = 1θ(t3) = 0θ(t4) = 1
1→{P1,P3,P4}θ(t1) = 1θ(t3) = 1θ(t4) = 2
t3→{P1,P4}θ(t1) = 1θ(t4) = 2
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 36 / 66
Modelisation des delais Enrichissement des modeles formels
Semantiques
Hypotheses fondamentales
Semantique mono-serveur
Semantique intermediaire
Semantique forte
Choix d’un modele de temps approprie
Semantique en temps dense : evolution continue du temps
Semantique en temps discret : le temps � saute � d’un entier al’autre lors d’un tic d’horloge
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 37 / 66
Modelisation des delais Enrichissement des modeles formels
Semantiques
Hypotheses fondamentales
Semantique mono-serveur
Semantique intermediaire
Semantique forte
Choix d’un modele de temps approprie
Semantique en temps dense : evolution continue du temps
Semantique en temps discret : le temps � saute � d’un entier al’autre lors d’un tic d’horloge
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 37 / 66
Modelisation des delais Enrichissement des modeles formels
Semantiques
Hypotheses fondamentales
Semantique mono-serveur
Semantique intermediaire
Semantique forte
Choix d’un modele de temps approprie
Semantique en temps dense : evolution continue du temps
Semantique en temps discret : le temps � saute � d’un entier al’autre lors d’un tic d’horloge
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 37 / 66
Modelisation des delais Enrichissement des modeles formels
Semantiques
Hypotheses fondamentales
Semantique mono-serveur
Semantique intermediaire
Semantique forte
Choix d’un modele de temps approprie
Semantique en temps dense : evolution continue du temps
Semantique en temps discret : le temps � saute � d’un entier al’autre lors d’un tic d’horloge
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 37 / 66
Modelisation des delais Enrichissement des modeles formels
Semantiques
Hypotheses fondamentales
Semantique mono-serveur
Semantique intermediaire
Semantique forte
Choix d’un modele de temps approprie
Semantique en temps dense : evolution continue du temps
Semantique en temps discret : le temps � saute � d’un entier al’autre lors d’un tic d’horloge
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 37 / 66
Modelisation des delais Enrichissement des modeles formels
Synthese sur les arcs ”logiques”
Modeles discrets
Les arcs de lecture n’ajoutent pas d’expressivite aux RdP.
Les arcs de reset ajoutent de l’expressivite aux RdP.
Les arcs inhibiteurs logiques ajoutent de l’expressivite aux RdP.
Modeles temporels
Les arcs de lecture ajoutent de l’expressivite aux RdPT (mais pas auxSwPN).
Les arcs de reset ajoutent de l’expressivite aux RdPT (mais pas auxSwPN).
Les arcs inhibiteurs logiques ajoutent de l’expressivite aux RdPT(mais pas aux SwPN).
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 38 / 66
Modelisation des delais Enrichissement des modeles formels
Synthese sur les arcs ”logiques”
Modeles discrets
Les arcs de lecture n’ajoutent pas d’expressivite aux RdP.
Les arcs de reset ajoutent de l’expressivite aux RdP.
Les arcs inhibiteurs logiques ajoutent de l’expressivite aux RdP.
Modeles temporels
Les arcs de lecture ajoutent de l’expressivite aux RdPT (mais pas auxSwPN).
Les arcs de reset ajoutent de l’expressivite aux RdPT (mais pas auxSwPN).
Les arcs inhibiteurs logiques ajoutent de l’expressivite aux RdPT(mais pas aux SwPN).
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 38 / 66
Modelisation des delais Enrichissement des modeles formels
Compromis expressivite/decidabilite
Probleme
En temps dense, l’accessibilite d’etat d’un SwPN, meme borne, estindecidable [BLRV07].
De la traduction des RdPT en temps discret en RdP non-temporise, nouspouvons deduire :
Theoreme
En temps discret, l’accessibilite d’etat d’un SwPN borne est decidable.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 39 / 66
Modelisation des delais Enrichissement des modeles formels
Compromis expressivite/decidabilite
Probleme
En temps dense, l’accessibilite d’etat d’un SwPN, meme borne, estindecidable [BLRV07].
De la traduction des RdPT en temps discret en RdP non-temporise, nouspouvons deduire :
Theoreme
En temps discret, l’accessibilite d’etat d’un SwPN borne est decidable.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 39 / 66
Modelisation des delais Enrichissement des modeles formels
Resultats de decidabilite
RdPT SwPNTemps dense Temps discret Temps dense Temps discret
General Bornes General Bornes General Bornes General Bornes
Bornitude I D I (thm 6.5) D I I I (thm 6.7) D (thm 6.9)
k-bornitude I D D D I I D (thm 6.9) D (thm 6.9)
Vivacite I D I (thm 6.5) D I I I (thm 6.7) D (thm 6.9)
Access. marquage I D I (thm 6.5) D I I I (thm 6.7) D (thm 6.9)
Access. d’etat I D I (thm 6.5) D I I I (thm 6.7) D (thm 6.8)
Table: Decidabilite pour les RdPT et les SwPN
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 40 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme
L’espace d’etats d’un RdPT/SwPN est infini (en general)
Determination de l’espace d’etats des SwPN en temps dense
Techniques d’abstractions (semi-algorithmes) ⇒ Regrouper les etats enclasses d’equivalence
Determination de l’espace d’etats des SwPN en temps discret
Enumerer l’ensemble des etats
Adapter les methodes symboliques du temps dense au temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 41 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme
L’espace d’etats d’un RdPT/SwPN est infini (en general)
Determination de l’espace d’etats des SwPN en temps dense
Techniques d’abstractions (semi-algorithmes) ⇒ Regrouper les etats enclasses d’equivalence
Determination de l’espace d’etats des SwPN en temps discret
Enumerer l’ensemble des etats
Adapter les methodes symboliques du temps dense au temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 41 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme
L’espace d’etats d’un RdPT/SwPN est infini (en general)
Determination de l’espace d’etats des SwPN en temps dense
Techniques d’abstractions (semi-algorithmes) ⇒ Regrouper les etats enclasses d’equivalence
Determination de l’espace d’etats des SwPN en temps discret
Enumerer l’ensemble des etats
Adapter les methodes symboliques du temps dense au temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 41 / 66
Modelisation des delais Exploration de l’espace d’etats
Quel rapport entre temps discret et discretisation du tempsdense ?
Question
Peut-on envisager l’espace d’etats des reseaux en temps discret comme ladiscretisation de l’espace d’etats du modele associe en temps dense ?
Problemes
Identifier les cas ou la discretisation est correcte
Proposer un algorithme calculant symboliquement l’espace d’etats
Verifier les proprietes TCTL du SwPN a l’aide de cet algorithme
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 42 / 66
Modelisation des delais Exploration de l’espace d’etats
Quel rapport entre temps discret et discretisation du tempsdense ?
Question
Peut-on envisager l’espace d’etats des reseaux en temps discret comme ladiscretisation de l’espace d’etats du modele associe en temps dense ?
Problemes
Identifier les cas ou la discretisation est correcte
Proposer un algorithme calculant symboliquement l’espace d’etats
Verifier les proprietes TCTL du SwPN a l’aide de cet algorithme
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 42 / 66
Modelisation des delais Exploration de l’espace d’etats
Abstraction de l’espace d’etats des RdPT en temps dense
Probleme
Regrouper les etats en classes d’equivalence (abstraction)
⇒ Utilisation du graphe des classes [BM83]
RdPT et certaines classes d’etats des SwPN : encodage du domaine parune Difference Bound Matrix (DBM) [dij ]i ,j∈[0..n] :{−d0i ≤ θi − 0 ≤ di0,θi − θj ≤ dij
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 43 / 66
Modelisation des delais Exploration de l’espace d’etats
Abstraction de l’espace d’etats des SwPN en temps dense
SwPN : Polyedres generaux Aθ ≤ B
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 43 / 66
Modelisation des delais Exploration de l’espace d’etats
Graphe des classes d’etats
SwPN
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Graphe des classes
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 44 / 66
Modelisation des delais Exploration de l’espace d’etats
Classes d’etats pour les SwPN en temps discret
Objectif
Etendre le principe des classes d’etats au temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 45 / 66
Modelisation des delais Exploration de l’espace d’etats
Classes d’etats pour les SwPN en temps discret
⇒ Definir des classes d’etats symboliques
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 45 / 66
Modelisation des delais Exploration de l’espace d’etats
Classes d’etats symbolique pour les SwPN en temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 46 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Le successeur en temps discret d’une classe symbolique (M,Poly)coıncide-t-il avec la discretisation du successeur en temps dense de cetteclasse ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Le successeur en temps discret d’une classe symbolique (M,Poly)coıncide-t-il avec la discretisation du successeur en temps dense de cetteclasse ?
Reponse
Oui dans le cas des RdPT [Pop91, PZ96].
Et pour les SwPN ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Le successeur en temps discret d’une classe symbolique (M,Poly)coıncide-t-il avec la discretisation du successeur en temps dense de cetteclasse ?
Reponse
Oui dans le cas des RdPT [Pop91, PZ96].
Et pour les SwPN ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
(a)
θ(t)
θ(c)(b)
θ(t)Poly
θ(u)
nextdense(Poly, c)
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
(a)
θ(t)
θ(c)(b)
θ(t)Poly
A
nextdiscret(A, c)
θ(u)
nextdense(Poly, c)
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
(a)
θ(t)
θ(c)(b)
θ(t)Poly
A
B
nextdiscret(A, c)
nextdiscret(B, c)
θ(u)
nextdense(Poly, c)
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
(a)
θ(t)
θ(c)(b)
θ(t)Poly
A
B
nextdiscret(A, c)
nextdiscret(B, c)
θ(u)
nextdense(Poly, c)
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
Notre reponse
Oui dans le cas de DBM
Identification de la forme des premiers polyedres non-DBMapparaissant au cours du calcul : x + y (−z) ∼ c
Non des l’apparition d’un tel polyedre non-DBM !
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
Notre reponse
Oui dans le cas de DBM
Identification de la forme des premiers polyedres non-DBMapparaissant au cours du calcul : x + y (−z) ∼ c
Non des l’apparition d’un tel polyedre non-DBM !
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme pose par la discretisation des classes symboliques
Question
Tous les points issus de la discretisation de nextdense(Poly , c) possedent-ilsun predecesseur aux coordonnees toutes entieres ?nextdiscret(Disc(Poly)) = Disc(nextdense(Poly)) ?
Notre reponse
Oui dans le cas de DBM
Identification de la forme des premiers polyedres non-DBMapparaissant au cours du calcul : x + y (−z) ∼ c
Non des l’apparition d’un tel polyedre non-DBM !
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 47 / 66
Modelisation des delais Exploration de l’espace d’etats
Theoreme
L’espace d’etats d’un RdPT dote d’une semantique de temps discret et ladiscretisation de l’espace d’etats du reseau associe en temps densecoıncident.
⇒ Et pour les reseaux a chronometres ?
Theoreme
L’espace d’etats d’un SwPN dote d’une semantique de temps discret n’estpas la discretisation de l’espace d’etats du reseau associe en temps dense.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 48 / 66
Modelisation des delais Exploration de l’espace d’etats
Theoreme
L’espace d’etats d’un RdPT dote d’une semantique de temps discret et ladiscretisation de l’espace d’etats du reseau associe en temps densecoıncident.
⇒ Et pour les reseaux a chronometres ?
Theoreme
L’espace d’etats d’un SwPN dote d’une semantique de temps discret n’estpas la discretisation de l’espace d’etats du reseau associe en temps dense.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 48 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme
Calculer symboliquement l’espace d’etats des RdP a chronometres ?
Theoreme
Aussi longtemps que le graphe des classes d’un RdP a chronometres nefait pas intervenir de polyedre non-DBM :
La discretisation de l’espace d’etats du reseau en temps dense conduita des etats appartenant tous a l’espace d’etats en temps discret ;
Ensemble des traces non-temporisees du reseau en temps dense ⊆Ensemble des traces non temporisees en temps discret.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 49 / 66
Modelisation des delais Exploration de l’espace d’etats
Probleme
Calculer symboliquement l’espace d’etats des RdP a chronometres ?
Theoreme
Aussi longtemps que le graphe des classes d’un RdP a chronometres nefait pas intervenir de polyedre non-DBM :
La discretisation de l’espace d’etats du reseau en temps dense conduita des etats appartenant tous a l’espace d’etats en temps discret ;
Ensemble des traces non-temporisees du reseau en temps dense ⊆Ensemble des traces non temporisees en temps discret.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 49 / 66
Modelisation des delais Exploration de l’espace d’etats
Calcul symbolique de l’espace d’etats en temps discret
Principes
Calculer l’espace d’etats du reseau associe en temps dense tantqu’un polyedre non-DBM n’apparaıt pas ;
Tout polyedre non-DBM Poly est decompose en union de DBM,DBM split(Poly), telle que Disc(Poly) = Disc(DBM split(Poly))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 50 / 66
Modelisation des delais Exploration de l’espace d’etats
Calcul symbolique de l’espace d’etats en temps discret
Principes
Calculer l’espace d’etats du reseau associe en temps dense tantqu’un polyedre non-DBM n’apparaıt pas ;
Tout polyedre non-DBM Poly est decompose en union de DBM,DBM split(Poly), telle que Disc(Poly) = Disc(DBM split(Poly))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 50 / 66
Modelisation des delais Exploration de l’espace d’etats
Calcul symbolique de l’espace d’etats en temps discret
Principes
Calculer l’espace d’etats du reseau associe en temps dense tantqu’un polyedre non-DBM n’apparaıt pas ;
Tout polyedre non-DBM Poly est decompose en union de DBM,DBM split(Poly), telle que Disc(Poly) = Disc(DBM split(Poly))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 50 / 66
Modelisation des delais Exploration de l’espace d’etats
Calcul symbolique de l’espace d’etats en temps discret
Principes
Calculer l’espace d’etats du reseau associe en temps dense tantqu’un polyedre non-DBM n’apparaıt pas ;
Tout polyedre non-DBM Poly est decompose en union de DBM,DBM split(Poly), telle que Disc(Poly) = Disc(DBM split(Poly))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 50 / 66
Modelisation des delais Exploration de l’espace d’etats
Theoreme
L’algorithme de calcul symbolique de l’espace d’etats des reseaux en tempsdiscret est correct en termes d’accessibilite et de langage.
Theoreme
La terminaison de l’algorithme est assuree pour les SwPN bornes en tempsdiscret.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 51 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Des reseaux de regulation vers les extensions temporellesdes reseaux de Petri
Principe
Discretiser finement les niveaux de concentration (donc les seuils) dechaque gene
Associer les delais de production et de degradation aux transitionsapparues sur la traduction discrete
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 52 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Des reseaux de regulation vers les extensions temporellesdes reseaux de Petri
cNaN
t+a,{}
t−a,{}
nc.sc−>a
nc.sc−>a
na.ka,{} + 1
na.ka,{} + 1
nc.sc−>a
nc.sc−>a
t+a,{c}
t−a,{c}
c a
ka,{} ka,{c}
sc→a,+
Paramètres logiques
Délais
δ+a,{}
δ−a,{}
δ+a,{c}
δ−a,{c}
[δ−a,{c}, δ−a,{c}]
[δ+a,{c}, δ
+a,{c}]
[δ+a,{}, δ
+a,{}]
[δ−a,{}, δ−a,{}]
nc.ka,{c} + 1
nc.ka,{c} + 1
Figure: Traduction vers les reseaux de Petri temporelsM. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 53 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Des reseaux de regulation vers les extensions temporellesdes reseaux de Petri
Analyse
Ouverture au model-checking de formules TCTL
Possibilite d’inferer les parametres temporels associes a une transition
Automatisation de la traduction et export vers le logiciel Romeo
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 54 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Validation d’un modele
Objectif : verification formelle de proprietes sur des modeles
Modeliser le systeme S :→ reseaux de Petri, reseaux de Petri temporels, reseaux de Petri achronometres, . . .
Formaliser la specification ϕ :→ observateurs, logique temporelle (LTL, CTL, TCTL),. . .
Est-ce que S |= ϕ ?
Algorithmes implementes dans Romeo en temps dense et en temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 55 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Validation d’un modele
Objectif : verification formelle de proprietes sur des modeles
Modeliser le systeme S :→ reseaux de Petri, reseaux de Petri temporels, reseaux de Petri achronometres, . . .
Formaliser la specification ϕ :→ observateurs, logique temporelle (LTL, CTL, TCTL),. . .
Est-ce que S |= ϕ ?
Algorithmes implementes dans Romeo en temps dense et en temps discret
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 55 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Application : reseau p53-MdM2
P D
2, -
NC1, -
1, -
1, -
2, +
1, +
Figure: Reseau tire de [WAjK09]
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 56 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Application : reseau p53-MdM2
Figure: Traduction en reseau de Petri temporel
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 57 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Analyse biologique
Validation du modele
Verification de proprietes (oscillations entretenues, amorties, etc.)
Model-checking de formules TCTL
Inference des delais
Model-checking de formules TCTL parametriques
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 58 / 66
Modelisation des delais Integration des delais biologiques dans la modelisation
Analyse biologique
Limites
Indecidabilite du model-checking de formules TCTL, meme pour desRdPT parametriques bornes [TLR09]
Explosion combinatoire des etats
Limitation en taille des reseaux et en nombre de parametres
Methodologie
Identification de sous-problemes interessants
Inference progressive de certains delais
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 59 / 66
Conclusion intermediaire
Apports des reseaux de Petri
Bilan
Modele intuitif, qui s’adapte facilement aux systemes biologiques
Introduction progressive des delais, jusqu’a leur inferenceparametrique
Mais explosion combinatoire de l’espace d’etats
Perspectives
Analyse de reseaux multi-echelles
Application a l’horloge circadienne (projet CirClock)
Tirer profit des possibilites offertes au niveau chronometrique
Developper de nouvelles approches pour l’etude de grands reseaux
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
Jamil Ahmad, Gilles Bernot, Jean-Paul Comet, Didier Lime, andOlivier Roux.Hybrid modelling and dynamical analysis of gene regulatory networkswith delays.ComPlexUs, 3(4) :231–251, October 2007.
Beatrice Berard, Franck Cassez, Serge Haddad, Didier Lime, andOlivier (H.) Roux.Comparison of the expressiveness of timed automata and time Petrinets.In 3rd International Conference on Formal Modelling and Analysis ofTimed Systems (FORMATS 05), volume 3829 of Lecture Notes inComputer Science, Uppsala, Sweden, September 2005. Springer.
B. Berthomieu and M. Diaz.Modeling and verification of time dependent systems using time Petrinets.IEEE transactions on software engineering, 17(3) :259–273, 1991.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
G. Bucci, A. Fedeli, L. Sassoli, and E. Vicario.Time state space analysis of real-time preemptive systems.IEEE transactions on software engineering, 30(2) :97–111, February2004.
Bernard Berthomieu, Didier Lime, Olivier (H.) Roux, and FrancoisVernadat.Reachability problems and abstract state spaces for time Petri netswith stopwatches.Journal of Discrete Event Dynamic Systems (DEDS), 17(2), 2007.To appear.
B. Berthomieu and M. Menasche.An enumerative approach for analyzing time Petri nets.IFIP Congress Series, 9 :41–46, 1983.
B. Berthomieu and F. Vernadat.State class constructions for branching analysis of time Petri nets.In TACAS’03, pages 442–457. Springer–Verlag, Apr 2003.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
Claudine Chaouiya, Elisabeth Remy, and Denis Thieffry.Petri net modelling of biological regulatory networks.J. of Discrete Algorithms, 6(2) :165–177, 2008.
Jean-Louis Giavitto, Hanna Klaudel, and Franck Pommereau.Qualitative modelling and analysis of regulations in multi-cellularsystems using petri nets and topological collections.In 4th Workshop on Membrane Computing and Biologically InspiredProcess Calculi (MeCBIC’10), number 40 in EPTCS, pages 1–16,2010.
P. J. Goss and J. Peccoud.Quantitative modeling of stochastic systems in molecular biology byusing stochastic Petri nets.Proceedings of the National Academy of Sciences of the United Statesof America, 95(12) :6750–6755, June 1998.
John Heath, Marta Kwiatkowska, Gethin Norman, David Parker, andOksana Tymchyshyn.Probabilistic model checking of complex biological pathways.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
Theoretical Computer Science, 391(3) :239–257, 2008.
I Koch and M Heiner.Petri Nets, chapter 7, pages 139–179.Wiley Book Series on Bioinformatik. John Wiley & Sons, 2008.Series Eds. Yi Pan, Albert Y. Zomaya.
H Matsuno, A Doi, M Nagasaki, and S Miyano.Hybrid petri net representation of gene regulatory network.Pacific Symposium On Biocomputing, 349(338-349) :341–352, 2000.
Louchka Popova.On time petri nets.Journal Inform. Process. Cybern., EIK (formerly : Elektron. Inform.verarb. Kybern.), 27(4) :227–244, 1991.
Corrado Priami, Aviv Regev, Ehud Shapiro, and William Silverman.Application of a stochastic name-passing calculus to representationand simulation of molecular processes.Inf. Process. Lett., 80(1) :25–31, 2001.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
L. Popova-Zeugmann.Essential states in time petri nets, 1996.
Aurelien Rizk, Gregory Batt, Francois Fages, and Sylvain Soliman.On a continuous degree of satisfaction of temporal logic formulae withapplications to systems biology.In Monika Heiner and Adeline Uhrmacher, editors, CMSB’08 :Proceedings of the fourth international conference on ComputationalMethods in Systems Biology, volume 5307 of Lecture Notes inComputer Science, pages 251–268. Springer-Verlag, October 2008.
Olivier H. Roux and Anne-Marie Deplanche.Extension des reseaux de Petri t-temporels pour la modelisation del’ordonnancement de taches temps-reel.In 3e congres Modelisation des Systemes Reactifs (MSR’2001), pages327–342, Toulouse, France, 2001. Hermes Science.
Olivier (H.) Roux and Didier Lime.Time Petri nets with inhibitor hyperarcs. Formal semantics and statespace computation.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Conclusion intermediaire
In The 25th International Conference on Application and Theory ofPetri Nets, (ICATPN’04), volume 3099 of Lecture Notes in ComputerScience, pages 371–390, Bologna, Italy, June 2004. Springer.
Heike Siebert and Alexander Bockmayr.Temporal constraints in the logical analysis of regulatory networks.Theoretical Computer Science, 391(3) :258–275, 2008.
L. Jason Steggles, Richard Banks, Oliver Shaw, and Anil Wipat.Qualitatively modelling and analysing genetic regulatory networks : apetri net approach.Bioinformatics, 23 :2006, 2007.
Louis-Marie Traonouez, Didier Lime, and Olivier (H.) Roux.Parametric model-checking of stopwatch petri nets.Journal of Universal Computer Science, 15(17) :3273–3304, December2009.
D. A. Ouattara W. Abou-jaoude and M. Kaufman.From structure to dynamics : Frequency tuning in the p53-mdm2network. i. logical approach.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 60 / 66
Annexes
Journal of Theoretical Biology, 258 :561–577, 2009.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 61 / 66
Annexes
Inhibitions en OU : arcs inhibiteurs
P1
t1
P3
t3
P2
t2
P4
{P1,P2, P3}
{P1, P3}
{P3}
{}
t2
t1
t3
Figure: RdP a arcs inhibiteurs
Inhibition
t3 inhibee si ((M(P1) ≥ 1) OU (M(P2) ≥ 1))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 61 / 66
Annexes
Inhibitions en ET : hyperarcs inhibiteurs
P1
t1
P3
t3
P2
t2
P4
{P1,P2, P3}
{P1, P3}
{P3}
{}
t2
t1
t3
t3
t1
Figure: RdP a hyperarcs inhibiteurs
Inhibition
t3 inhibee si ((M(P1) ≥ 1) ET (M(P2) ≥ 1))
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 62 / 66
Annexes
Abstractions en temps dense
Differents types de proprietes
Proprietes temporelles non quantitatives :
Propriete sur des traces (LTL) : graphe des classes [BD91]
Propriete arborescentes (CTL) : graphe des classes atomiques [BV03]
Proprietes temporelles quantitatives
Observateurs puis calcul d’accessibilite
Traduction en automate temporise puis utilisation des outils demodel-checking sur les AT
Verification a la volee de proprietes TCTL
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 63 / 66
Annexes
Abstractions en temps dense
Differents types de proprietes
Proprietes temporelles non quantitatives :
Propriete sur des traces (LTL) : graphe des classes [BD91]
Propriete arborescentes (CTL) : graphe des classes atomiques [BV03]
Proprietes temporelles quantitatives
Observateurs puis calcul d’accessibilite
Traduction en automate temporise puis utilisation des outils demodel-checking sur les AT
Verification a la volee de proprietes TCTL
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 63 / 66
Annexes
Apparition de polyedres non-DBM (1/2)
SwPN
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [2,4]
P3
t3 [1,2]
Graphe des classes
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 64 / 66
Annexes
Apparition de polyedres non-DBM (2/2)
SwPN
P1
t1 [5,6]
P2
t2 [0,1]
P4
t4 [3,4]
P3
t3 [1,2]
Graphe des classes
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 65 / 66
Annexes
Traduction des bornes vers les saufs (1/2)
Theoreme
[BCH+05] ont prouve que les RdPT bornes et les RdPT 1-saufs � a laMerlin � sont d’expressivite equivalente en termes de bisimulationtemporelle.
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 66 / 66
Annexes
Traduction des bornes vers les saufs (1/2)
Theoreme
[BCH+05] ont prouve que les RdPT bornes et les RdPT 1-saufs � a laMerlin � sont d’expressivite equivalente en termes de bisimulationtemporelle.
Notre contribution
Generalisation aux intervalles ouverts
Extension aux SwPN
M. Magnin (IRCCyN) Expose EJCIM 2012 20/03/2012 66 / 66