StatInfOmics

Les travaux conduits dans cette thèse porteront sur des modèles de Markov cachés hiérarchiques à observations non linéaires pour décrire les mécanismes sous-jacents à l’observation de séquences temporelles avec une dépendance spatiale. Ces modèles sont intéressants dans de nombreuses applications, notamment pour l’analyse de données omiques résolues en temps, qui présentent souvent une dépendance spatiale le long du génome.

Les animaux et leur microbiote forment un organisme composite, appelé holobionte, qui peut être considéré comme l'unité ultime sur laquelle agissent l'évolution et la sélection. Les gènes de l'hôte et l'environnement influent sur la colonisation, le développement et le fonctionnement des divers microbiotes, qui en retour contribuent à façonner les phénotypes de l'hôte.