Université Louis Lumière Lyon 2 Faculté de Géographie, Histoire de l’Art, Tourisme

in [Nora, S. et Minc, A., 1978], volume d’annexes n°3, pp. 189-198. On y trouve les têtes de paragraphes suivantes : « a- Mini et micro-ordinateurs, b –Transmission de données, réseaux d’ordinateurs, télé-informatique, c- Bases de données, d- Recherche ». Le dernier paragraphe contient en tout et pour tout une seule référence à un article du CCRI (Comité consultatif pour la recherche en informatique) et prônant une politique de la recherche en informatique en France. Il a été publié en 1975 dans les Dossiers de la Recherche, La Documentation Française, n°1. L’accent est donc porté sur une conception de l’informatique comme dispositif technique et automatisé de traitement et de circulation des données.

1 [Legay, J.-M., 1971], p. 388.

1 [Legay, J.-M., 1971], p. 388.

2 Selon les termes mêmes de Legay, [Legay, J.-M., 1971], p. 388.

2 À distinguer donc de l’ordre de ramification.

1 [Legay, J.-M., 1971], p. 391.

2 « Il est intéressant de remarquer que les volumes restent relativement constants en moyenne, tout au moins pour les niveaux où l’effectif est suffisamment important. Cette observation nous a conduit à imaginer un nouveau modèle », [Legay, J.-M., 1971], p. 394.

3 Dont Legay ne nous dit jamais s’ils sont traités par ordinateur, ce que l’on peut supposer au vu de la quantité de nombres impliqués.

4 [Legay, J.-M., 1971], p. 394.

5 [Legay, J.-M., 1971], p. 395.

1 [Legay, J.-M., 1971], p. 399.

2 On retrouve ici l’idée développée notamment par l’école roumaine de cybernétique.

3 [Legay, J.-M., 1971], p. 400.

1 Voir [Damien, R., 1995], pp. 310-312.

1 Pour ces indications biographiques, voir [Cohen, D., 2000].

2 [Cohen, D., 2000], p. 2.

3 En 1955, Bar-Hillel et Carnap s’étaient notamment illustrés en critiquant les abus du recours à la notion vague d’information qui avaient déjà été commis en leur temps, notamment pour exprimer des problèmes de nature sémantique et pour permettre ainsi aux sciences humaines d’enrôler cette notion fourre-tout avec son outillage mathématique. Pour un récit circonstancié et critique de cette épisode, voir [Segal, J., 1998], chapitre 11.

4 Voir [Müller, A., 2000], p. 3.

5 Pour une histoire de ce laboratoire, voir [Segal, J., 1998], chapitre 7, [Müller, A., 2000] et [Goujon, P., 1994a].

6 Albert Müller rend compte de cette stratégie dans son « histoire du BCL » [Müller, A., 2000], p. 4.

7 ”Heinz helped me to define the basic problems and processes of the optimal use of information in uncertain environments”, [Cohen, D., 2000], p. 1.

1 Voir sa bibliographie in [Cohen, D., 2000], pp. 3-5.

2 Il est toutefois également probable qu’en étant en poste au BCL, Cohen ait eu lui-même entre les mains les actes du quatrième symposium de Berkeley sur les mathématiques statistiques et les probabilités. C’est dans ces actes, publiés en 1960, que l’on trouve l’article d’Eden sur la croissance des formes.

3 Voir [Cohen, D., 1967], p. 248.

4 ”Several lines of evidence suggest that the overall pattern of differentiation and morphogenesis in living organisms is produced by a hierarchically ordered set of interactions between genes, gene products and the external environment”, [Cohen, D., 1967], p. 246.

5 Il suggérait de reprendre l’approche du généticien Sewall Wright telle que ce dernier l’avait proposée dans son célèbre article sur l’évolution dans des populations mendéliennes de 1931. Wright s’opposait alors à l’approche de R. A. Fisher. Pour une restitution fine du débat et des idées de Wright en particulier, voir [Gayon, J., 1992], pp. 350-367. De même que Wright montrait la possibilité d’« émergences » à l’intérieur de populations (même si ce terme le gênait de par son côté mystique : voir [Wright, S., 1931], p. 154), Waddington suggéra que les caractères, dans le phénotype, procèdent d’un mécanisme similaire d’« émergence ». L’expression « paysage adaptatif » ne fut proposée par Wright qu’en 1932.

1 [Cohen, D., 1967], p. 246.

2 Voir le chapitre de R. Kehl sur l’embryologie in [Taton, R., 1964, 1995], p. 634.

3 [Taton, R., 1964, 1995], p. 634.

4 C’est là qu’un principe de type Hofmeister est implémenté.

5 C’est bien là, on le voit aussi, que la notion de gradient aurait été trop rigide.

1 [Cohen, D., 1967], p. 248. Eden avait déjà signalé ce point mais sans préciser la nature du substrat biologique concerné.

2 Une branche fixée sur le tronc est de rang 1, une branche fixée sur cette branche est de rang 2, etc.

3 [Cohen, D., 1967], p. 247.

1 [Cohen, D., 1967], p. 248.

1 “A simulation programme which incorporates some hypotheses about the generation process of a natural pattern provides a method for an unambiguous rejection of incorrect hypotheses by comparing the natural pattern and its simulations”, [Cohen, D., 1967], 248.

2 Le titre de son article ce 1967 est bien “Computer Simulation of Biological Pattern Generation Processes“. Il doit probablement l’application de ce terme dans ce contexte aux travaux de von Neumann mais aussi à sa fréquentation de von Foerster.

1 Voir [Popper, K .R., 1963, 1985], p. 322 : « La théorie qu’il faut préférer, selon un tel critère, est celle qui en dit le plus, c’est-à-dire qui contient la plus grande masse d’informations empiriques ou dont le contenu est le plus important, celle qui est la plus forte logiquement, qui a le plus grand pouvoir d’explication et de prédiction et peut, en conséquence, être le plus sévèrement testée en comparant phénomènes prédits et observations. En un mot, notre préférence va aux théories intéressantes, audacieuses, et dont le degré d’information est élevé plutôt qu’à des théories triviales. » C’est l’auteur qui souligne. Cette préférabilité n’est pas fondée sur une improbabilité évaluée objectivement car elle n’est pas entendue pour le futur mais elle est dépendante de l’époque comme Popper l’a, en partie, concédé. Voir [Popper, K. R., 1972, 1991, 1998], p. 62, mais aussi la critique du philosophe des sciences Alan F. Chalmers in [Chalmers, A. F., 1976, 1987, 1990], pp. 100-102. C’est en ce sens faible et historiquement situé que nous recourons ici à ce raisonnement.

2 [Cohen,, D., 1967], p. 248.

3 C’était aussi, on s’en souvient, un des arguments d’Ulam pour attirer l’attention des biologistes sur son modèle de croissance de formes. Voir [Ulam, S., 1962], p. 215.

4 Voir [Cohen, D., 2000], p. 4.

5 Voir [Cohen, D., 2000], p. 3.

6 Voir [Cohen, D., 2000], p. 2.

1 [Stahl, W. R., 1962], p. 206.

2 [Stahl, W. R., 1962], p. 211.

3 La notion d’organisme modèle serait ainsi intégrée dans cette perspective générale sur les modèles formels.

4 [Stahl, W. R., 1962], p. 212.

1 [Stahl, W. R., 1962], p. 212.

2 Voici trois exemples de nombres physiologiques sans dimension et empiriquement assez stables (donc supposés caractéristiques) chez les mammifères parmi les 25 que donne Stahl : la masse du rein sur la masse du poumon = 19 ; le temps de respiration sur le temps de pulsation cardiaque = 3, 9 ; la durée de vie sur la durée d’une respiration = 2. 10⁸, [Stahl, W. R., 1962], p. 207.

3 “However, in Biology the dimensional constants are very much more limited in scope and serve to characterize systems of limited range”, [Stahl, W. R., 1962], p. 206. Malheureusement, Stahl ne précise pas davantage cette différence entre nombres non-dimensionnels physiques et nombres non-dimensionnels biologiques : elle semble n’être que de degré dans la généralité… Le fait qu’il ne le précise pas est toutefois cohérent avec son projet de ne pas faire de « métaphysique » : il ne veut à aucun prix tomber dans un commentaire sur la nature supposée primordiale des dimensions de base (comme la masse M, la longueur L, le temps T…). Car il affirme qu’il n’y a là aucun mystère, « rien de sacro-saint » (« nothing sacrosanct », ibid., p. 205). Il s’agit simplement de dimensions élémentaires « indépendantes les unes des autres » (« independent of each other », ibid., p. 205), sans plus de valeur ontologique qu’une base vectorielle particulière dans un espace vectoriel, pourrions-nous ajouter. Dans un article de 1961, Stahl avait d’ailleurs démontré que la structure à laquelle les symboles de dimensions appartiennent est identifiable à un groupe abélien (ibid., p. 205).

4 Comme on l’a vu, depuis son tournant topologique c’est le type même de théorisation de la biologie que Rashevsky récuse, notamment chez Rosen. Mais Stahl peut ne pas se sentir menacé par ces arguments d’un biophysicien réfugié sur le tard dans une biologie mathématique fonctionnelle (au sens de la fonction biologique) et qualitative en précisant, comme il le fait, qu’il ne propose ici qu’un type nouveau de modélisation et non de théorisation.

5 Même s’il admet que son approche ne devra pas remplacer l’« analyse par équations différentielles » : “Derivation of dimensionless numbers and similarity criteria is not a substitute for analysis by differential equations, but it often helps to show what properties are most important and invariant in related structures”, [Stahl, W. R., 1962], p. 210.

6 On reconnaît là un argument que, dans un contexte de physiologie théorique des plantes, Dan Cohen emploiera cinq ans plus tard afin de légitimer sa première simulation sur ordinateur de la croissance d’arborescences. Cohen la concevra ainsi non comme une représentation réaliste mais comme un simple test pour l’hypothèse théorique selon laquelle il n’est en fait pas besoin de beaucoup de gènes (c’est-à-dire d’informations génétiques) pour déterminer la mise en place d’une morphologie complexe. Voir supra. En 1962, parce qu’il reste dans la généralité des problèmes de dimensionnement, Stahl est pour sa part loin de disposer d’un tel argument dans sa précision. Tout au plus, le fait avéré des nombres sans dimensions peut à lui seul valoir comme un ébauche d’argument.

1 [Stahl, W. R., 1962], p. 211.

2 [Stahl, W. R. et Goheen, H. E., 1963], p. 285.

3 Paru dans Mind, 1950, vol. LIX, no. 236, pp. 433-460.

4 [Stahl, W. R., 1967c], p. 202.

1 ”During the last decade spectacular progress in analysis of biochemical genetics and molecular biology has led to an increasing conviction that all cellular processes are logically controlled and completely determined by the genetic code. From the viewpoint of modern mathematics the cell may be regarded as a large computation system and its overall control mechanisms examined in the light of computation theory”, [Stahl, W. R. et Goheen, H. E., 1963], p. 267.

1 Stahl cite le célèbre article de François Jacob et Jacques Monod paru en 1961 dans le Journal of Molecular Biology “Genetic Regulatory Mechanisms in the Synthesis of Proteins” (J. Mol Biol., 3, 1961, pp. 318-356) dans [Stahl, W. R. et Goheen, H. E., 1963], pp. 267 et 285, puis dans [Stahl, W. R., 1965], p. 293. Rappelons que, dans cet article, les auteurs présentent d’abord le système enzymatique d’induction et de répression de l’expression des gènes puis la notion de gène régulateur qu’il distingue de celle de gène structural. Ils montrent notamment que les gènes régulateurs sont chargés de réguler certaines inductions de l’expression de gènes structuraux par l’inhibition d’une répression. C’est ce que Michel Morange appelle « le schéma général de régulation négative de l’expression des gènes » [Morange, M., 1994], p. 202. Il faut cependant noter que Stahl et Goheen ne font aucun usage de l’approche cybernétique (c’est-à-dire par boucles de régulation) de Monod et Jacob car ce n’est pas ce formalisme qu’ils vont employer : cet article les impressionne uniquement parce qu’« il analyse des processus cellulaires du point de vue du contrôle moléculaire » (“…and others which analyzes cellular processes from the viewpoint of the molecular control”, [Stahl, W. R. et Goheen, H. E., 1963], p. 267. Ce n’est donc pas par ce biais cybernétique (même si leur approche implémente également un contrôle logique) qu’ils ont l’idée de recourir à l’ordinateur conçu à la fois comme modèle de formalisme et comme simulateur.

2 [Stahl, W. R. et Goheen, H. E., 1963], p. 266.

3 C’est bien le terme « simulating » qui est employé : voir [Stahl, W. R. et Goheen, H. E., 1963], p. 273.

4 “logical homeostasis“, [Stahl, W. R. et Goheen, H. E., 1963], p. 273.

1 [Stahl, W. R. et Goheen, H. E., 1963], p. 285.

2 “the algorithmic cell model”, [Stahl, W. R., 1967a], p. 584.

3 ”The model is highly idealized. It bears somewhat the same relationship to real cells as computer circuits do to the brain, but shows that automata theory should be applied to molecular biology in a meaningful way“, [Stahl, W. R., 1967a], p. 581.

4 “a new conceptual aid for understanding real cells”, [Stahl, W. R., 1967a], p. 604.

5 “Computer experiments“, [Stahl, W. R., 1967a], p. 581.

6 Voir supra.

1 “In modern mathematics, there has been a growing tendency to bypass solution of differential equations, as such, and rather to simulate complex kinetics interactions in a more direct and literal manner”, [Stahl, W. R., 1967b], p. 202.

2 Voir supra.

3 “Digital computer models of enzyme kinetics”, [Stahl, W. R., 1967b], p. 200.

4 [Stahl, W. R., 1967b], p. 200.

5 Jake Chen rappelle et adapte les définitions de ces deux termes récents et au sujet desquelles il pourrait, selon lui, y avoir une sorte de consensus. Cependant, même si nous ne pouvons nous étendre ici sur la question, nous nous devons d’ajouter cet avertissement en préambule : la désignation de bioinformatique est en fait actuellement âprement discutée et disputée par ceux qui pratiquent justement la simulation des êtres vivants sur ordinateur à échelle non moléculaire. Voir, sur ce point, notre entretien avec François Houllier : [Houllier, F., Varenne, F., 2000]. Selon Chen donc, « la bioinformatique est la capture, le management, l’analyse et la dissémination de l’information biologique en lien avec la découverte de médicaments émergents et avec des paradigmes de traitement de maladies. C’est une étude interdisciplinaire aussi bien qu’une pratique industrielle. Elle utilise des techniques venues primitivement de la technologie de l’information, des statistiques et de la biologie computationnelle de façon à traiter et à analyser des données générées à partir de la génomique structurale, de la génomique fonctionnelle, de la protéomique, de la chimie combinatoire et des projets de tri à sortie de haute qualité [« high-throughput screening projects »] », [Chen, J., 2001], p. 2. Chen définit alors la « biologie computationnelle » elle-même comme l’« étude des méthodes computationnelles en biologie », ibid., p. 2. Il rappelle également que la génomique est la discipline qui cartographie, analyse et séquence le génome. Indiquons enfin pour notre part que la protéomique est « l’étude des protéines, de leur emplacement, de leur structure et de leur fonction » (définition extraite du site de Génome/Québec : http://www.genomequebec.com/asp/dirProteomiqueBref/proteomics.asp).

6 “the proper correlation between molecular structures and functions”, [Chen, J., 2001], p. 4. Chen définit alors la biologie computationnelle comme l’« étude des méthodes computationnelles en biologie », ibid., p. 2.

1 Voir [Chen, J., 2001], pp. 2-7.

2 [Stahl, W. R., 1967c], p. 207.

3 Voir le tableau récapitulatif de [Stahl, W. R., 1967c], pp. 172-173.

4 Significativement, Stahl classe les modèles statistiques de la biométrie parmi les modèles à invariants numériques (aux côtés des modèles à équations différentielles) alors que sa classification pourrait autoriser qu’on les situe également dans les modèles plus abstraits, aux côté des modélisations topologiques, relationnels ou algorithmiques. Voir [Stahl, W. R., 1967c], p. 172. À regarder de près les travaux de R. A. Fisher en effet, il n’est en principe pas impossible de considérer que l’invariance principale (au sens de Stahl) se situe, dans ses modèles, au niveau de la courbe de distribution de fréquence tout entière, prise comme un tout, abstraite en ce sens, puisqu’abstraite des données numériques particulières qui, en revanche, permettent de l’inférer et d’en estimer les paramètres vraisemblables. Sans doute ce choix de classification est-il davantage dû au fait que les modèles statistiques ont initialement surtout été promus dans un contexte de biologie expérimentale et non de biologie théorique. Or, Stahl, de par son appartenance initiale à la biophysique théorique, s’attend a priori à ce que les modélisations les plus abstraites viennent nécessairement de la biologie théorique.

5 Dans la modélisation qu’elle soit physique, analogique ou abstraite, il s’agit donc toujours pour lui de rapports invariants entre « propriétés mathématiques » : “A model and prototype, or two similar systems, can be transformed or mapped into each other in some sense. During this transformation process some mathematical properties shall be found to be invariant and these properties are precisely those defining the extent of modeling. The mapping may be very ‘practical’, as in the case of numerical scale-up, or entirely abstract, as found in relational, topological, and algorithmic representations of allegedly similar biological systems”, [Stahl, W. R., 1967c], p. 208.

1 [Stahl, W. R., 1967c], p. 175. Patrick Suppes est né en 1922.

2 [Stahl, W. R., 1967c], p. 174.

3 Que Stahl connaît, cite et auquel il rend hommage. Voir [Stahl, W. R., 1967c], p. 207.

4 “There is no unique fundamental justification for stating that one model is a ‘best model’, and choice is made on utilitarian, not metaphysical, absolute ground”, [Stahl, W. R., 1967c], p. 171. Voir également : “As was made clear in the pioneering work of Turing, there need be no metaphysical problem in simulating human thought or intelligence. The problem is rather one of recognizing and clearly stating what particular kinds of brain function are of interest and how similarity of the model and prototype are to be determined in an objective manner, i.e., which specific performance criteria (test algorithm) govern the related system”, [Stahl, W. R., 1967c], p. 204.

1 Mais la métaphore politique est absente du propos de Stahl.

2 “There is no ‘perfect model’ except an identical copy, and all models are intrinsically partial models, as defined by particular similarity criteria”, [Stahl, W. R., 1967c], pp. 207-208.

3 “It would probably not be an exaggeration to state that modeling and simulation represent the most important single tools of theoretical biology. In modern science the mere verbal statement of a ‘theory’ is no longer considered adequate and mathematical constructs of various kinds are expected. These may be in the form of conventional mathematical equations or presented as algorithms or axiomatic structures ; all these representations may be encompassed by computer simulation”, [Stahl, W. R., 1967c], p. 209.

1 “Suffice it to say that modern mathematical theory can encompass all entities called ‘models’ in biology or technology and even the distorted transformations of skull shapes for various species shown in [d’Arcy] Thompson (1959)”, [Stahl, W. R., 1967c], p. 175.

2 “In regard to similarity criteria, the simplest approach is to disregard mechanisms and only consider “performance scores’”, [Stahl, W. R., 1967c], p. 203.

3 Harry Nyquist (1889-1976) est un ingénieur en électricité et communication. Il est américain d’origine suédoise. En 1932, en poste chez AT&T (American Telephone and Telegraph company), il formule la condition mathématique à laquelle les amplificateurs à feedback négatif sont stables. Cette condition, qui porte sur la fonction de transfert de l’amplificateur, est appelée « Théorème de stabilité de Nyquist ».

4 “The operational viewpoint embodied in Turing’s test is in a sense applicable to all modeling comparisons. A model and prototype are never completely similar unless they are identical, but the degree of similarity or extent of ‘modeling’ is a fundamentally arbitrary matter defined by a specific test criteria, which can (and should) be stated as an algorithm. In a hydrodynamic model, the test algorithm may consist of computing the Reynold’s number, whereas in a servomecanism model it might involve comparing the gain and Nyquist stability criteria of the model and prototype”, [Stahl, W. R., 1967c], p. 202.

1 [Stahl, W. R., 1967b], p. 203 et [Stahl, W. R., 1967c], pp. 208 et 209.

2 ”I had many interesting discussions with him, and I felt his early death a great loss. A theoretical biologist of very broad scope, ha was also among the first to be concerned with computational complexities of cells and organisms, as compared for instance with Turing machines”, [Lindenmayer, A., 1973], p. 680, note.

1 [Lindenmayer, A., 1964], p. 417.

1 Voir [Lück, H., 1975], p. 24.

2 À titre de rappel, voici les définitions cursives du dictionnaire Robert, Tome 1, édition 1970 : mitose : « division indirecte de la cellule où chaque chromosome se coupe en deux avant la division du corps cellulaire » ; méiose : « division de la cellule par séparation des paires de chromosomes du noyau qui assure le passage du stade diploïde au stade haploïde et forme les gamètes ». La fusion gamétique est la fécondation qui intervient lors d’un cycle de vie sexué.

3 En conformité avec le principe de la biologie attribué au pathologiste allemand Rudolf Virchow (1821-1902) (