The GNU/Linux Code of Life
De Framalang Wiki.
Article original sur opendotdotdot.
| Pseudo | Code | Rôle | Statut |
|---|---|---|---|
| Kovalsky | KOV | Traduction | Terminée |
| PadoupPadoup | Relecture | Terminée | |
| Validation | |||
| Mise en forme |
Sommaire |
Titre
The GNU/Linux Code of Life
GNU/Linux et le Code du Vivant
Paragraphe 1
After I published Rebel Code in 2001, there was a natural instinct to think about writing another book (a natural masochistic instinct, I suppose, given the work involved.) I decided to write about bioinformatics – the use of computers to store, search through, and analyse the billions of DNA letters that started pouring out of the genomics projects of the 1990s, culminating in the sequencing of the human genome in 2001.
Après avoir publié Rebel Code en 2001, un instinct naturel m'a poussé à écrire un autre livre (un instinct naturel masochiste, je suppose, au vu du travail que cela demande.) J'ai décidé d'écrire sur la bio-informatique - l'utilisation de l'ordinateur pour classer, parcourir et analyser les milliards de lettres d'ADN qui commençaient à jaillir des projets génomes des années 90, culminant avec le séquençage du génome humain en 2001.
Paragraphe 2
One reason I chose this area was the amazing congruence between the battle between free and closed-source software and the fight to place genomic data in the public domain, for all to use, rather than having it locked up in proprietary databases and enclosed by gene patents. As I like to say, Digital Code of Life is really the same story as Rebel Code, with just a few words changed.
Une des raisons pour lesquelles j'ai choisi ce sujet était la ressemblance incroyable entre le combat opposant logiciel libre et logiciel fermé et le combat pour faire entrer les données génétiques dans le domaine publique, pour permettre leur utilisation par tous, plutôt que de les voir verrouillées dans des bases de données propriétaires et emprisonnées par des brevets sur les gènes. Comme j'aime à le dire, Digital Code of Life est en fait le même livre que Rebel Code, avec juste quelques mots qui changent.
Paragraphe 3
Another reason for the similarity between the stories is the fact that genomes can be considered as a kind of program – the “digital code” of my title. As I wrote in the book:
Une des autres raisons de la ressemblance entre les deux histoire est le fait que le génome peut être considéré comme une sorte de programme - le "code digital" de mon titre. Comme je l'ai écrit dans le livre:
Paragraphe 4
In 1953, computers were so new that the idea of DNA as not just a huge digital store but a fully-fledged digital program of instructions was not immediately obvious. But this was one of the many profound implications of Watson and Crick's work. For if DNA was a digital store of genetic information that guided the construction of an entire organism from the fertilised egg, then it followed that it did indeed contain a preprogrammed sequence of events that created that organism – a program that ran in the fertilised cell, albeit one that might be affected by external signals. Moreover, since a copy of DNA existed within practically every cell in the body, this meant that the program was not only running in the original cell but in all cells, determining their unique characteristics.
En 1953, les ordinateurs étaient si nouveaux que l'idée que l'ADN ne soit pas seulement un large entrepôt numérique, mais un véritable programme numérique d'instructions n'a pas été immédiatement évidente. Or c'est bien ce qu'impliquait le travail de Watson et Crick. Car si l'ADN était un entrepôt numérique d'informations génétiques guidant la construction d'un organisme complet depuis l'oeuf fertilisé, alors cela voulait dire qu'il contenait une séquence préprogrammée d'évènements créant cet organisme - un programme, s'exécutant dans la cellule fertilisée, bien qu'il puisse être affecté par des signaux extérieurs. De plus, presque toutes les cellules de l'organisme contienaient une copie du code ADN, cela signifiait que ce programme s'exécute non seulement dans la cellule originelle, mais également dans toutes les autres, et détermine leurs caractéristiques uniques.
Paragraphe 5
That characterisation of the genome is something of a cliché these days, but back in 2003, when I wrote Digital Code of Life, it was less common. Of course, the interesting question is: to what extent is the genome *really* like an operating system? What are the similarities and differences? That's what a bunch of researchers wanted to find out by comparing the Linux kernel's control structure to that of the bacterium Escherichia coli:
Cette manière de décrire le génome est devenue un cliché aujourd'hui, mais en 2003, lors de l'écriture de Digital Code of Life, cela était moins commun. Bien sûr, la question intéressante est : dans quelle mesure est ce que le génome fonctionne *vraiment* comme un système d'exploitation? Quels sont les ressemblances et les différences? C'est ce qu'un groupe de chercheurs voulait découvrir en comparant la structure de contrôle du noyau Linux à la bactérie Escherichia coli.
Paragraphe 6
The genome has often been called the operating system (OS) for a living organism. A computer OS is described by a regulatory control network termed the call graph, which is analogous to the transcriptional regulatory network in a cell. To apply our firsthand knowledge of the architecture of software systems to understand cellular design principles, we present a comparison between the transcriptional regulatory network of a well-studied bacterium (Escherichia coli) and the call graph of a canonical OS (Linux) in terms of topology and evolution.
Le génome a souvent été appelé le système d'exploitation (operating system, OS) d'un organisme vivant. Un OS informatique est décrit par un système de régulation appelé le graphique d'appel, qui est analogue au système de contrôle de la transcription dans une cellule. Afin d'utiliser notre connaissance approfondie de l'architecture des systèmes logiciels pour comprendre les principes d'organisation des cellules, nous présentons une comparaison entre le système de contrôle de la transcription d'une bactérie bien connue (Escherichia coli) et le graphique d'appel d'un OS bien connu (Linux) en terme de topologie et d'évolution.
Paragraphe 7
We show that both networks have a fundamentally hierarchical layout, but there is a key difference: The transcriptional regulatory network possesses a few global regulators at the top and many targets at the bottom; conversely, the call graph has many regulators controlling a small set of generic functions. This top-heavy organization leads to highly overlapping functional modules in the call graph, in contrast to the relatively independent modules in the regulatory network.
Nous voyons que les deux réseaux ont un modèle fondamental hiérarchique mais il y a une différence clé: Le réseau régulier de transcriptions possède quelques régulateurs globaux en haut et plusieurs cibles à la base: inversement, le graphique d'appel a plusieurs régulateurs qui contrôle une petite part de fonctions générique. Cette organisation pyramidale conduit à une haute imbrication des modules fonctionnels dans le graphique d'appel, à l'inverse de la relative indépendance des modules dans le réseau de régulation.
Paragraphe 8
We further develop a way to measure evolutionary rates comparably between the two networks and explain this difference in terms of network evolution. The process of biological evolution via random mutation and subsequent selection tightly constrains the evolution of regulatory network hubs. The call graph, however, exhibits rapid evolution of its highly connected generic components, made possible by designers' continual fine-tuning. These findings stem from the design principles of the two systems: robustness for biological systems and cost effectiveness (reuse) for software system.
Nous développons plus loin une manière de mesurer le taux d'évolution comparativement entre les deux réseaux et nous expliquons cette différence en terme d'évolution du réseau. Le processus d'évolution biologique via la mutation aléatoire et la sélection en découlant contraint fermement l'évolution des centres de réseaux réguliers. Le graphique d'appel, cependant, montre l'évolution rapide de ces composant hautement connectés, ceci étant rendu possible par les ajustements perpétuels réalisés par les concepteurs. Ces observations découlent des principes régissant la conception des deux systèmes : la robustesse pour le système biologique et le coût effectif (permis par la réutilisation) pour le système logiciel.
Paragraphe 9
The paper's well-worth reading, but if you find it heavy going (it's really designed for bioinformaticians and their ilk), there's an excellent, easy-to-read summary and analysis by Carl Zimmer in Discover magazine. Alternatively, you could just buy a copy of Digital Code of Life...
La lecture de l'étude est intéressante, mais si vous trouvez celle-ci lourde (elle est vraiment pensée pour les bioinformaticiens et leurs sbires), il existe un excellent résumé facile à lire ainsi qu'une analyse de Carl Zimmer dans le magazine Discover. Sinon, vous pouvez aussi acheter une copie de Digital Code of Life...
