Mots-Clés
intelligence artificielle, biologie des systèmes
Description
Stage de deuxième année de master : génération automatique de modèles de type réseau pour la biologie computationnelle
Durée : 4-6 mois à partir de Février-Mars 2025
Lieu : Equipe Computational Systems Biology, LPHI, Université de Montpellier
Beaucoup de mécanismes biologiques reposent sur la fabrication, la dégradation et l’activation des protéines. Parmi leurs nombreuses fonctions, celles-ci peuvent agir comme des signaux, accélérant ou réduisant la production, la dégradation ou l’activation d’autres protéines, permettant ainsi au système étudié de s’adapter à des stimuli externes. Ces interactions forment un réseau complexe, le PIN (Protein Interaction Network), dont l’étude est essentielle pour comprendre le fonctionnement des cellules dans des conditions normales et pathologiques.
Plus formellement, le PIN est un graphe orienté simple. Néanmoins, celui-ci n’est pas suffisant pour comprendre la dynamique du système: il est ainsi commun de lui préférer les Réseaux de Réactions Chimiques (CRN), qui sont des graphes orientés bipartis impliquant non seulement les protéines mais aussi les réactions chimiques associées. En effet, les CRN présentent l’avantage de pouvoir être traduits en systèmes d’équations différentielles ordinaires, permettant ainsi de modéliser puis de simuler l’évolution d’un système biologique au cours du temps.
La transcription d’un PIN en un CRN n’étant pas simple à automatiser, l’objectif de ce stage consiste à exploiter la vaste collection d’exemples existants afin d’entrainer des algorithmes d’intelligence artificielle à cette tâche. La représentation des PIN sous forme de réseau incite naturellement à utiliser des « graph neural networks », architectures en plein essor permettant de capturer l’invariance par permutation inhérente aux graphes. L’objectif étant de produire un CRN qui est également un réseau, le futur stagiaire devra étudier et utiliser les modèles génératifs de graphes disponibles (par exemple: Variational auto-encoders, Attention Networks, Generative-Adversarial Networks).
La solution développée durant ce stage pourra être appliquée en biologie des systèmes dans le domaine de la médecine. A titre de preuve de concept, nous appliquerons la méthode pour générer des modèles exécutables de la signalisation cellulaire dans l’inflammation. Cette recherche est menée en collaboration avec le King’s College à Londres, l’Université de Cardiff, le Centre de Biologie Intégrative à Toulouse, et l’institut NCBS à Bangalore. Au cours du stage, l’étudiant(e) pourra bénéficier d’un séjour court en Angleterre, financé par le programme Sophie Germain de l’Ambassade de France à Londres.
Ce stage pourra se poursuivre par une thèse.
Profil recherché: des connaissances théoriques et pratiques en apprentissage automatique et en intelligence artificielle sont requises, et un intérêt pour les applications en biologie sera apprécié.
Candidature: envoyer, avant le 28 janvier 2025, un CV + lettre de motivation + relevés de notes + noms de référents à l'adresse ovidiu.radulescu@umontpellier.fr