Nicolas Scalzitti
Thèse
TITRE DE LA THÈSE : Nouvelles stratégies d'annotation et de détection de gènes pour les projets de séquençage de génome par des algorithmes massivement parallèles d’intelligence artificielle et d'évolution artificielle.
RESPONSABLES DE LA THÈSE : THOMPSON Julie & COLLET Pierre TUTEUR : JEANNIN-GIRARDON Anne
ECOLE DOCTORALE DE RATTACHEMENT : École doctorale des sciences de la vie et de la santé - ED 414
ÉQUIPE D’ACCUEIL DE LA THÈSE : Complex Systems and Translational Bioinformatics - ICube (UMR7357)
MOTS CLÉS : bioinformatique, annotation de génome, intelligence artificielle, évolution artificielle, Deep Learning
Publications
- Scalzitti, N., Jeannin-Girardon, A., Collet, P. et al. A benchmark study of ab initio gene prediction methods in diverse eukaryotic organisms. BMC Genomics 21, 293 (2020).
- Meyer C, Scalzitti N, Jeannin-Girardon A, Collet P, Poch O, Thompson JD. Understanding the causes of errors in eukaryotic protein-coding gene prediction: a case study of primate proteomes. BMC Bioinformatics. 2020 Nov 10;21(1):513. doi: 10.1186/s12859-020-03855-1. PMID: 33172385; PMCID: PMC7656754.
Contact
Adresse e-mail: nicolas.scalzitti2@etu.unistra.fr - n.scalzitti@yahoo.com