Contrat doctoral H/F - Analyse topologique de données en biologie moléculaire et biologie évolutive

Sujet de thèse :
L’Institut Camille Jordan (ICJ, UMR CNRS 5208, CNRS, Université Claude Bernard Lyon 1) propose une thèse à temps plein sur le thème « Analyse topologique des structures tridimensionnelles de protéines et réseaux de neurones topologiques pour l’analyse des traits d’histoire de vie des organismes ».

Cette thèse de doctorat vise à développer des méthodes à l’interface de la biotopologie moléculaire et de l’apprentissage automatique, afin d’identifier les déterminants moléculaires et structurels de la piézo-résistance.

La biotopologie moléculaire consiste à étudier les macromolécules biologiques, essentiellement les protéines, et leurs propriétés fonctionnelles à l’aide de techniques issues de l’analyse topologique des données (TDA) et de la géométrie spectrale. Dans cette thèse, il s’agira de proposer de nouvelles représentations multi-échelles de ces macromolécules et d’en déterminer les caractéristiques géométriques (marqueurs de courbure) et spectrales (marqueurs spectraux). Ces marqueurs, construits à partir de courbures discrètes (Forman-Ricci, Ollivier-Ricci), du Laplacien persistant et de facteurs structurels, génomiques et environnementaux, constituent des représentations vectorielles des macromolécules.

Des métriques adaptées seront définies afin d’entraîner des modèles prédictifs sur ces représentations, en combinant apprentissage profond et régression statistique, pour mieux comprendre les mécanismes de la piézo-résistance.

La thèse portera également sur la modélisation de l’évolution de ces marqueurs, en prenant en compte les traits d’histoire de vie des organismes, par des méthodes combinant phylogénie moléculaire et reconstruction de séquences ancestrales. L’objectif est de retracer l’évolution conjointe des structures, des séquences protéiques et des marqueurs topologiques le long des arbres phylogénétiques afin de tester les modèles proposés.

Cette thèse combine ainsi modélisation mathématique, biologie évolutive et apprentissage automatique pour explorer les mécanismes de l’adaptation aux hautes pressions.
Les résultats attendus incluent :
- Le développement de modèles d’apprentissage capables de prédire les traits d’histoire de vie à partir de la structure des protéines ;
- L’identification de signatures moléculaires associées à la piézo-résistance ;
- L’intégration des avancées théoriques et logicielles dans l’environnement DeltaFold.
Contexte :
Le projet de thèse s’inscrit dans le cadre d’une approche interdisciplinaire permettant de modéliser et prédire les traits d’histoire de vie des organismes à partir des structures tridimensionnelles des protéines. Il est financé dans le cadre d’un projet de la Mission pour les Initiatives Transverses et Interdisciplinaires (MITI) du CNRS.

La thèse se déroulera au sein d’une équipe pluridisciplinaire sur le campus scientifique LyonTech-la Doua, à Lyon. Cette équipe regroupe des mathématiciens et des biologistes issu
Voir plus sur le site emploi.cnrs.fr...