Mitosedroite|vignette|350px|La mitose est la formation de deux cellules filles identiques génétiquement à la cellule mère. La mitose, du grec mitos qui signifie « filament » (référence à l'aspect des chromosomes en microscopie), est la division cellulaire des eucaryotes par laquelle une cellule mère se transforme en deux cellules filles qui lui sont génétiquement identiques. Les mécanismes de la mitose sont très semblables chez la plupart des eucaryotes, avec seulement quelques variations mineures.
Inférence bayésiennevignette|Illustration comparant les approches fréquentiste et bayésienne (Christophe Michel, 2018). L’inférence bayésienne est une méthode d'inférence statistique par laquelle on calcule les probabilités de diverses causes hypothétiques à partir de l'observation d'événements connus. Elle s'appuie principalement sur le théorème de Bayes. Le raisonnement bayésien construit, à partir d'observations, une probabilité de la cause d'un type d'événements.
Fuseau mitotiquevignette|480x480px|Fuseau mitotique à la métaphase, on retrouve les 2 centrosomes, les divers types de microtubules et les différents moteurs protéiques.Le fuseau mitotique, ou appareil mitotique achromatique, est un système mis en place par les cellules eucaryotes pour permettre la migration des chromatides lors de la division cellulaire dès le stade de la prophase. Il est constitué de microtubules et de protéines associées et forme un véritable fuseau entre les pôles opposés d’une cellule.
Statistique bayésienneLa statistique bayésienne est une approche statistique fondée sur l'inférence bayésienne, où la probabilité exprime un degré de croyance en un événement. Le degré initial de croyance peut être basé sur des connaissances a priori, telles que les résultats d'expériences antérieures, ou sur des croyances personnelles concernant l'événement. La perspective bayésienne diffère d'un certain nombre d'autres interprétations de la probabilité, comme l'interprétation fréquentiste qui considère la probabilité comme la limite de la fréquence relative d'un événement après de nombreux essais.
Variational Bayesian methodsVariational Bayesian methods are a family of techniques for approximating intractable integrals arising in Bayesian inference and machine learning. They are typically used in complex statistical models consisting of observed variables (usually termed "data") as well as unknown parameters and latent variables, with various sorts of relationships among the three types of random variables, as might be described by a graphical model. As typical in Bayesian inference, the parameters and latent variables are grouped together as "unobserved variables".
Bayesian probabilityBayesian probability (ˈbeɪziən or ˈbeɪʒən ) is an interpretation of the concept of probability, in which, instead of frequency or propensity of some phenomenon, probability is interpreted as reasonable expectation representing a state of knowledge or as quantification of a personal belief. The Bayesian interpretation of probability can be seen as an extension of propositional logic that enables reasoning with hypotheses; that is, with propositions whose truth or falsity is unknown.
Cellule (biologie)vignette|Dessin de « cellules » observées dans des coupes d'écorce d'arbre par Robert Hooke en 1665, à l'origine du nom latin cellula « chambre de moine », ayant aussi le sens de cella « petite chambre, chambrette ». vignette|Dessin d'Edmund Beecher Wilson publié en 1900 dont la légende originale était : « Vue générale de cellules situées à la pointe de croissance d'une racine d'oignon à partir d'une coupe longitudinale agrandie . a. cellules qui ne se divisent pas, avec réseau de chromatine et nucléoles fortement colorés ; b.
Algorithme génétiqueLes algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.
Réseau bayésienEn informatique et en statistique, un réseau bayésien est un modèle graphique probabiliste représentant un ensemble de variables aléatoires sous la forme d'un graphe orienté acyclique. Intuitivement, un réseau bayésien est à la fois : un modèle de représentation des connaissances ; une « machine à calculer » des probabilités conditionnelles une base pour des systèmes d'aide à la décision Pour un domaine donné (par exemple médical), on décrit les relations causales entre variables d'intérêt par un graphe.
Optimisation multiobjectifL'optimisation multiobjectif (appelée aussi Programmation multi-objective ou optimisation multi-critère) est une branche de l'optimisation mathématique traitant spécifiquement des problèmes d'optimisation ayant plusieurs fonctions objectifs. Elle se distingue de l'optimisation multidisciplinaire par le fait que les objectifs à optimiser portent ici sur un seul problème. Les problèmes multiobjectifs ont un intérêt grandissant dans l'industrie où les responsables sont contraints de tenter d'optimiser des objectifs contradictoires.
