Un prix de thèse pour un Agro ou pourquoi Markov a caché sa chaîne ?.

Tous les jours (ou presque) je consulte ma boîte mail de l’INA (qui est bien vide depuis qu’on est devenu stages-longs@inapg.fr et plus 2a@inapg.fr). Et aujourd’hui je vois sur la page du site qu’un Agro a reçu un prix de thèse. Pris de curiosité, je me dis tiens mais quelle these fait-il ?

Et voici ce que j’ai lu :
Frank Picard a obtenu le prix de thèse 2006 de la Société Française de Biométrie .
Franck est un ancien élève de l’INA P-G qui a fait le Master STV (M2), mention Mathématiques et Sciences de l’Ingénieur, spécialité Probabilité et Statistique, cohabilité avec Université Paris XI et l’ENS et dirigé par Pascal Massart et Wendelin Werner.
Il a fait sa thèse (ED Mathématiques de Paris XI) dans l’UMR INAPG/ENGREF/INRA MIA 518, sous la direction de JJ.Daudin et S. Robin.
Le titre de sa thèse :
Segmentation-Classification de processus. Application à l’analyse des données de microarrays CGH.
Dans cette thèse Franck propose un nouveau modèle statistique pour l’analyse des problèmes de segmentation/classification dont l’objectif est de partitionner des données en zones homogènes, et de regrouper ces zones en un nombre fini de classes.
Les problèmes de segmentation/classification sont traditionnellement étudiés à l’aide des modèles de chaines de Markov cachées.
Il propose un modèle alternatif qui combine un modèle de segmentation et un modèle de mélange.
Les paramètres de ce modèle sont estimés par maximum de vraisemblance à l’aide d’un algorithme fondé sur la programmation dynamique et l’algorithme EM.
Il a également proposé une méthode de sélection du nombre de groupes et du nombre de segments. Il a appliqué ce modèle à l’analyse de données issues d’une nouvelle technologie, les microarrays CGH (Comparative Genomic Hybridization). Cette technique permet de compter le nombre de milliers de gènes le long du génome en une seule expérience. Cela permet de localiser des zones délétées ou amplifiées le long des chromosomes.
Il a également appliqué sa méthode à l’analyse des séquences d’ADN pour l’identification de régions homogènes en terme de composition en nucléotides.
Mots clés :
détection de ruptures — modèles de mélange — sélection de modèles — programmation dynamique — algorithme EM — microarray CGH — séquences d’ADN.

A la suite de ma lecture, deux questions me viennent alors :

1- Pourquoi personne n’y a pensé avant ?
2- Que fais-je dans cette école de fous ?