Différences entre les versions de « Accueil »
| Ligne 71 : | Ligne 71 : | ||
==Mots clés== | ==Mots clés== | ||
.................. | .................. | ||
| + | |||
| + | [[en:Home]] | ||
Version du 12 avril 2016 à 14:15
Poste de Maître de Conférences au recrutement pour la rentrée 2016 !
Une thèse en informatique au recrutement pour la rentrée 2016 !
Un Poste de Maître de Conférences en 27è section pour la rentrée 2016-17 est fléché en priorité pour l'équipe CSTB.
Une thèse en informatique est fléchée en priorité pour l'équipe CSTB: description sur le site de Christian MICHEL
LBGI Bioinformatique et Génomique Intégratives, porté par Olivier Poch et Julie Thompson, se focalise essentiellement sur un champ de recherche en plein essor dans le domaine de la santé : la bioinformatique translationnelle. Notre objectif majeur est de développer une infrastructure informatique robuste capable de gérer des big data afin d’en extraire des connaissances pertinentes dans une approche « du lit du patient au laboratoire ». Dans ce cadre, nous nous intéressons particulièrement à l’étude des maladies génétiques rares et à la compréhension des mécanismes physiopathologiques impliqués dans ces maladies, mécanismes qui ont souvent un intérêt potentiel pour la compréhension des processus biologiques altérés dans des maladies plus communes, telles que l’obésité, les diabètes ou les cancers, ....
Sujets de recherche
Le LBGI se consacre au développement d’approches in silico robustes, automatisées et intégrées (approches analytiques, statistiques, intégration et fouille de données, extraction et représentation des connaissances...) pour étudier l'évolution et le comportement des systèmes biologiques complexes (« hyperstructures », réseaux, etc.) chez l'homme et divers modèles animaux. Profitant de nos approches informatiques intégrées et dans le cadre de collaborations de longue date au niveau international, national et local, le LBGI participe à l'analyse de systèmes complexes impliqués dans diverses maladies humaines, notamment l'étude des déficiences fonctionnelles liées aux maladies rétiniennes ou du cerveau, l'identification de variations génétiques liées aux ciliopathies et la caractérisation du contexte génomique et transcriptomique dans divers cancers.
Opérations
Les travaux du LBGI s’organisent autour de deux grands axes complémentaires :
- « L’informatique translationnelle » (Julie Thompson), pour développer une infrastructure informatique dédiée à l'analyse intégrée des « big data » résultant des études à haut-débit des maladies génétiques humaines. Il s'agit notamment de la conception et développement de systèmes de gestion de données originales (stockage, contrôle de la qualité, intégration de données hétérogènes) et des outils d'analyse dédiés à la fouille de données et l'extraction de connaissances biomédicales. Un aspect important est le développement d'interfaces utilisateurs intuitives pour faciliter l'accès par les biologistes et les cliniciens.
- « La bioinformatique systémique » (Olivier Poch/Odile Lecompte) pour développer la recherche dans le domaine émergent de l'analyse des systèmes biologiques complexes, afin de comprendre les relations génotype-phénotype et de répondre aux questions concernant les maladies humaines. Il s'agit d'études intégrées de données évolutives, * « omiques » et de patients, notamment celles concernant les ciliopathies, et l'élaboration d'une approche systémique des relations entre les mutations et les réseaux biologiques dans les maladies.
Mots clés
.........
La thématique SONIC (Stochastic Optimisation and Nature Inspired Computing), portée par Pierre Collet, étudie et utilise des techniques permettant de s'attaquer à des problèmes complexes insolubles par méthodes exactes. Les méthodes inspirées de la nature sont privilégiées pour leur robustesse et leur très bonne exploration de l'espace de recherche. L'équipe utilise principalement :
- les algorithmes évolutionnaires, qui comprennent :
- les algorithmes génétiques (appliqués aux problèmes discrets et combinatoires),
- les stratégies d'évolution (appliquées aux problèmes continus),
- la programmation génétique (appliquée aux problèmes d'apprentissage et de fouille de données),
- l'optimisation évolutionnaire multi-objectifs (pour tous les problèmes industriels qui doivent optimiser plusieurs critères antagonistes à la fois),
- l'optimisation par colonies de fourmis,
- les approches émergentes (BOIDS, optimisation par essaim particulaire).
L'équipe est actuellement au meilleur niveau international dans l'utilisation de cartes graphiques massivement parallèles (GPGPU) pour le calcul scientifique par évolution artificielle et pour l'intelligence artificielle, en étant la première à obtenir des accélérations d'environ trois ordres de grandeur par rapport à un coeur de CPU moderne sur des problèmes d'optimisation génériques avec la plateforme EASEA (EAsy Specification of Evolutionary Algorithms). Typiquement, une journée de calcul sur un ordinateur comportant plusieurs cartes GPU devient équivalente à plusieurs années de calcul sur un ordinateur compatible PC moderne, ce qui permet de s'attaquer à des problèmes impossibles à aborder par d'autres techniques. Le but poursuivi est ambitieux : il consiste à implémenter une véritable intelligence artificielle compétitive avec l'intelligence humaine sur un ordinateur de type PC équipé de plusieurs cartes graphiques. Deux types de projets sont menés de front : des projets fondamentaux portant sur l'adaptation des algorithmes évolutionnaires aux caractéristiques de ces nouvelles cartes, et des projets appliqués qui permettent de tester les algorithmes élaborés sur des problèmes réels, souvent bien différent des problèmes jouets de type benchmarks.
Mots clés
............
Présentation de l'équipe CSTB
Les Systèmes Complexes sont présents partout autour de nous. On peut les définir comme des entités en interaction reconfigurables, structurées sur plusieurs niveaux émergents d'organisation, où le tout ne peut se comprendre sans les parties et les parties sans le tout.
Un "système complexe" est de manière générale tout système comprenant un grand nombre d'entités hétérogènes, entre lesquelles des interactions locales créent des niveaux multiples de structuration et d'organisation collective. Les exemples que l'on peut citer incluent des systèmes naturels, allant de biomolécules et de cellules vivantes à des réseaux sociaux et à l'écosphère, tout en comprenant des systèmes artificiels sophistiqués comme l'Internet, les grands réseaux électriques ou tout logiciel distribué à grande échelle.
Les systèmes biologiques sont uniques par la complexité de leur fonctionnement et de leur régulation et l'étude intégrée des multiples niveaux qui concourent au comportement final de ces systèmes représente aujourd’hui un nouveau défi pour la communauté scientifique. Grace aux quantités toujours croissantes de données qui décrivent par le détail chacun des composants du système, de nouvelles opportunités s’offrent pour développer des approches de modélisation descriptive et prédictive. Ces développements sont applicables à l'ensemble du domaine de la science des systèmes complexes, depuis les réseaux sociaux jusqu'à la finance.
En médecine, cette prise de conscience ‘systémique’ a fait émerger un nouveau champ de recherche interdisciplinaire : la médecine translationnelle. Ce domaine ambitionne de comprendre et exploiter la diversité des manifestations cliniques et phénotypiques des maladies chez les patients pour mieux comprendre et modéliser l’émergence et l’évolution des maladies. A terme, ces développements ont pour vocation d’aboutir à des traitements optimisés et personnalisés.
L'équipe "Systèmes Complexes et Bioinformatique Translationnelle" couvre donc un large spectre de recherches en informatique, allant de la bioinformatique à l'intelligence artificielle.
Ses thèmes de recherche sont :
- BIOGIM a une longue expérience dans l’analyse, l’annotation et la fouille de données biomédicales. Notamment, dans le domaine des maladies génétiques rares, le BIOGIM cherche à identifier les associations entre génotype et phénotype et à comprendre les patterns et tendances dans les données. Les méthodes traditionnelles, qui ont été fructueuses dans l’étude de systèmes simples, trouvent leurs limites lorsqu'elles sont appliquées à des systèmes dynamiques complexes, où le patrimoine génétique de chaque patient sous-tend un grand nombre de variations qui interagissent les unes avec les autres produisant des effets depuis le niveau atomique jusqu’à l'organisme.
- Les questions que nous abordons aujourd'hui se focalisent d’une part, sur la façon d'identifier les points critiques dans un système biologique complexe et d’autre part, sur la façon de prédire l'impact des perturbations (mutations, médicaments, par exemples) sur la stabilité et le comportement du système. Cela nécessite une modélisation théorique multi-échelle et multimodale des fonctions biologiques et de leurs régulations qui sous-tendent les phénotypes observés, et ce, dans un contexte de prise en compte de leurs interactions dynamiques avec l’environnement.
- BIONICS possède une expertise dans la modélisation des systèmes complexes et les algorithmes d'optimisation inspirés de la nature et notamment l'évolution artificielle et les systèmes immunitaires artificiels. Ces systèmes intrinsèquement massivement parallèles et asynchrones sont constitutifs de l'informatique du XXIè siècle, composée d'ordinateurs massivement parallèles en réseaux.
- Les applications des systèmes complexes inspirés de la nature sont la sécurité et la recherche de motifs (systèmes immunitaires artificiels), l'optimisation et l'intelligence artificielle (évolution artificielle) les écosystèmes de calcul et d'enseignement (écosystèmes biologiques) et bien sûr, la médecine translationnelle Participative, Prédictive, Préventive et Personnalisée (ce qui est le cas de tous les systèmes complexes).
- En effet, à partir de données observées (Participatif), on essaiera de déterminer des modèles Prédictifs permettant de mettre en place une Prévention de manière Personnalisée, que cela soit pour l'Usine du Futur, pour la sécurité informatique, pour la santé (réseaux de patients) et l'éducation (réseaux d'étudiants / professeurs).
L'équipe coordonne aussi la plateforme BICS (Bio-Informatics and Complex Systems) du laboratoire ICUBE pour offrir à la communauté un portail unique vers des bases de données et des logiciels pour la bioinformatique (BISTRO), la fouille de données (ClowdFlows), le calcul massivement parallèle (EASEA CLOUD) et l'éducation (POEM).
Au niveau international, l'équipe coordonne (avec l'Université du Havre) l'UniTwin CS-DC de l'UNESCO : un Campus Numérique des Systèmes Complexes regroupant plus de 120 universités (> 3 millions d'étudiants > 3000 chercheurs dans 28 pays).
Mots clés
..................