Thèses en cours



BICHAT Antoine
: Prise en compte de l’organisation hiérarchique des espèces pour la découverte de signatures métagénomiques multi-échelles - ED574 EDMH - Début de la thèse :
Directeur.trice : C. Ambroise (Univ. Very, LaMME) - Encadrant(s) : M. Mariadassou (MaIAGE), J. Plassais (Enterome) - Equipes : StatInfOmics

BODEIT Oliver
: Large-scale economic model of growing budding yeast - - Début de la thèse :
Directeur.trice : E. Klipp (Institut de Biophysique, Humboldt-Universität zu Berlin) - Encadrant(s) : W. Liebermeister (MaIAGE) - Equipes : BioSys

CRISTANCHO-FAJARDO Lina
: Modeling of epidemic spreading through animal trade networks accounting for farmers decision making : assessment of control strategies for enzootic diseases - ED581 ABIES - Début de la thèse :
Directeur.trice : P. Ezanno (BioEpar, INRA Nantes), E. Vergu (MaIAGE) - Equipes : Dynenvie

DARRIGADE Léo
: Modélisation du dialogue hôte-microbiote au voisinage de l’épithélium de l’intestin distal - ED574 EDMH - Début de la thèse :
Directeur.trice : B. Laroche (MaIAGE) - Encadrant(s) : B. Laroche (MaIAGE), S. Labarthe (MaIAGE), C. Cherbuy (MICALIS), M. Thomas (MICALIS) - Equipes : Dynenvie

DIOP Ousmane
: Analyse mathématique de la dynamique de réseaux de régulation biologique - ED580 STIC - Début de la thèse :
Directeur.trice : V. Fromion (MaIAGE) - Encadrant(s) : L. Tournier (MaIAGE) - Equipes : BioSys

Epain Victor
: Développement de méthodes efficaces, précises et conviviales pour corriger, assembler et aligner des lectures issues des technologies de séquençage 3e génération. - MathSTIC - Début de la thèse :

Le développement d’algorithmes efficaces et parcimonieux en matière de ressources informatiques et leur implémentation sous forme de logiciels faciles à utiliser ont un très fort impact sur la communauté des sciences de la vie. Ces logiciels sont largement utilisés par de très nombreuses équipes de par le monde.

L’objectif de cette thèse est de se focaliser sur ces cas difficiles et de développer des algorithmes adaptés à cette complexité à la fois pour l’assemblage et pour l’alignement à partir de données de séquençage de 3génération. Une attention particulière sera portée au passage à l’échelle de ces logiciels lorsqu’on est amené à analyser des données génomiques eucaryotes.  En moyenne, il existe un facteur 1000 entre les longueurs des génomes de procaryotes et d’eucaryotes « caractéristiques », ce qui impose de très fortes contraintes sur le choix des algorithmes à implémenter tant en matière de vitesse d’exécution du programme que de mémoire vive utilisée. Il est vraisemblable qu’un travail important de parallélisation massive du code sera nécessaire pour obtenir de bonnes performances dans ce cas.

Directeur.trice : R. Andonov INRIA - J-F Gibrat INRAE - Encadrant(s) : D Lavenier (INRIA) - Equipes : StatInfOmics

GOUTORBE Benoit
: Développement et application d'une méthode précise et efficace pour l'analyse du microbiote humain à visée clinique - ED577 SDSV - Début de la thèse :
Directeur.trice : Sophie Schbath - Encadrant(s) : P. Halfo (Alphabio), G. Bidaut (INSERM Marseille) - Equipes : StatInfOmics

HAGHEBAERT Marie
: Outils et méthodes pour la modélisation de la dynamique d’écosystèmes microbiens complexe à partir d’observations expérimentales temporelles : application à la dynamique du microbiote intestinal - ED574 EDMH - Début de la thèse :

Les microbiotes sont les communautés de microorganismes formées par des bactéries, phages, virus, archées, champignons associées à un hôte vivant, végétal, animal ou humain. Les microbiotes et leur hôte établissent un dialogue permanent qui joue un rôle crucial dans la physiologie et la santé de celui- ci. Par exemple, chez les mammifères et l’homme en particulier, les fonctions du tube digestif que sont la digestion ou la protection contre des pathogènes sont assurées de façon indissociable par les cellules épithéliales et immunitaires mais également par le microbiote intestinal. Il a été montré que le bénéfice mutuel (mutualisme) existant entre l’hôte et son microbiote intestinal est influencé par l’environnement, l’alimentation et plus généralement pour l’homme par le style de vie, et que l’altération de cet équilibre, appelée dysbiose, est associé à certains déséquilibres ou pathologies comme l’obésité et les maladies inflammatoires de l’intestin. La compréhension des déterminants et la détection de signes annonciateurs de ces déséquilibres, liés à la composition, la diversité, l’activité métabolique du microbiote et à la physiologie de l’hôte et son régime alimentaire, constituent donc un enjeu important en santé humaine et animale. Le sujet de thèse est construit à partir de cette problématique applicative, l’objectif est de développer des modèles, des méthodes et des outils mathématiques qui permettent de contribuer à la compréhension de la dynamique d’un ensemble formé par un écosystème microbien complexe et son hôte, et à la prédiction de sa composition et de son activité. Les applications concerneront essentiellement le microbiote du côlon chez l’homme ou la souris.

Le travail de thèse comprendra trois axes, le premier orienté vers la modélisation, le deuxième vers le développement de méthodes pour l’analyse de données et le troisième sera consacré à l’analyse effective de données en lien avec les modèles.

Le projet s’insère dans le collectif de recherche impliqué dans le projet ERC Homo.symbiosus du Pr Joël Doré membre de l’équipe FInE (Fonctionalité de l’écosystème Intestinal) à l’Institut MICALIS INRA-AgroParisTech. Ce collectif comprend des équipes de microbiologistes, bioinformaticiens et statisticiens, nutritionnistes et médecins à la pointe des recherches mondiales sur le microbiote intestinal humain.

Directeur.trice : Béatrice Laroche - Equipes : Dynenvie

KAMARI Halaleh
: Qualité prédictive de méta-modèles construits sur des espaces RKHS et analyse de sensibilité de modèles complexes. Prédiction de la transition du métabolisme de la feuille du maïs. - ED574 EDMH - Début de la thèse :
Directeur.trice : M.-L. Taupin (Univ. Very, LaMME) - Encadrant(s) : S. Huet (MaIAGE) - Equipes : Dynenvie

KOUYE_Henri Mermoz
: Sensitivity analysis for stochastic computer models - EDMH - Début de la thèse :
Directeur.trice : Elisabeta Vergu - Encadrant(s) : Gildas Mazo, Elisabeta Vergu, Clémentine Prieur et Gael Thebaud - Equipes : Dynenvie

LAO Julie
: Création d'un outil de recherche et d'analyse des éléments mobiles conjugatifs dans les génomes de Firmicutes - ED607 SIRENA - Début de la thèse :
Directeur.trice : N. Leblond-Bourget (INRA, DynAMic), H. Chiapello (MaIAGE) - Equipes : StatInfOmics

LU Yunjiao
: Dynamiques intracellulaires et imagerie de super-résolution : la paroi bactérienne sondée à l'échelle moléculaire - ED601 MathSTIC - Début de la thèse :
Directeur.trice : C. Kervrann (INRIA, Rennes) - Encadrant(s) : A. Trubuil (MaIAGE), R. Carballido-Lopez (INRA, Micalis) - Equipes : BioSys

MOULIN Cécile
: Analyse des voies métaboliques au cours du cycle cellulaire: application au métabolisme du cancer - ED580 STIC - Début de la thèse :
Directeur.trice : S. Péres (UPSaclay, LRI) - Encadrant(s) : L. Tournier (MaIAGE) - Equipes : BioSys

NARCI Romain
: Inférence dans des modèles de diffusion à effets mixtes pour des dynamiques épidémiques récurrentes et multisite - ED574 EDMH - Début de la thèse :
Directeur.trice : C. Laredo (MaIAGE) - Encadrant(s) : E. Vergu (MaIAGE), M.Delattre (AgroParisTech) - Equipes : Dynenvie

OODALLY Ajmal
: Estimation dans les modèles de fragilité à corrélations spatiales à partir d'une vraisemblance partielle pour analyser la propagation de la malaria en Ethiopie - ED574 EDMH - Début de la thèse :
Directeur.trice : E. Kuhn (MaIAGE) - Encadrant(s) : L. Duchateau (Univ. Ghent, Belgique) - Equipes : Dynenvie

Tang_Anfu
: Extraction of relational information from text in specific domain - adaptability and scalability - ED STIC - Début de la thèse :

This thesis addresses the extraction of relational information from scientific documents in Life Sciences, i.e. transforming unstructured text into machine-readable structured information. The extraction of semantic relationships between entities detected in text makes explicit and formalizes the underlying structures. Current state-of-the art methods rely on supervised machine learning. Supervised learning, and even more so recent deep learning methods, require many training examples that are costly to produce, all the more in specific domains such as Life Sciences. We hypothesize that combining information and knowledge available in specific domains with the latest deep learning word embedding models can offset the absence or limited amount of annotated training data. For this purpose, the thesis will design a rich representation of texts that draws both from linguistic information obtained from syntactic parsing and domain knowledge obtained from knowledge graphs such as ontologies. Integrating ontologies in the information extraction process will additionally facilitate information integration with other data, such as experimental or analytical data.

Directeur.trice : A. Denise - Encadrant(s) : C. Nédellec, L. Deléger, P. Zweigenbaum - Equipes : Bibliome

TANNEUR Irène
: Modélisation et mise en oeuvre d'un système d'évolution dirigée dans la bactérie Bacillus subtilisée - ED577 SDSV - Début de la thèse :
Directeur.trice : P. Nicolas - Encadrant(s) : M. Jules (Micalis) - Equipes : StatInfOmics

VILA NOVA Meryl
: Méthode automatique de typage bactérien par pangénome et variants alléliques à partir de séquençage à haut débit - ED581 ABIES - Début de la thèse :
Directeur.trice : M.-Y. Mistou (ANSES) - Encadrant(s) : N. Radomski (Anses), M. Mariadassou (MaIAGE) - Equipes : StatInfOmics

ZAHERDDINE Jana
: Modèles mathématiques de l’allocation dynamique des ressources dans une cellule de bactérie. - ED 386-SCIENCES MATHÉMATIQUES DE PARIS CENTRE - Début de la thèse :

Dans l’ensemble des mécanismes de la bactérie pour adapter sa configuration aux ressources, nous souhaitons étudier en détail le rôle de la protéine appelée RelA. Cette protéine est associée à la traduction de la bactérie  (production des protéines) qui mobilise pour cela une si ce n’est la plus grande partie des ressources disponibles. Il s’agit dans cette thèse d’investiguer à l’aide de modèles mathématiques, ce  mécanisme et ceux qui lui sont liés  qui sont au centre de la physiologie bactérienne à travers son rôle direct ou indirect dans la régulation de la traduction elle-même mais aussi dans la régulation de l'ensemble de l'expression des gènes de la bactérie. Les questions ambitieuses étudiées dans cette thèse devraient nous permettre de mieux appréhender plus globalement le rôle et le poids des différentes boucles de régulation en prenant explicitement en compte leur caractère intrinsèquement stochastique.

Directeur.trice : P. Robert (INRIA) et V. Fromion - Equipes : BioSys