« FAIRification des données multiOmics pour relier des bases de données et créer des graphes de connaissances pour les aliments fermentés » Réseau doctoral MSCA-DN-JD.

L’initiative FAIROmics, un programme de recherche interdisciplinaire, rassemblera des universités, des centres de recherche et des entreprises privées pour permettre la FAIRification de l’interopérabilité des données et des bases de données omiques et développer des graphiques de connaissances pour une prise de décision basée sur les données afin de concevoir rationnellement des communautés microbiennes pour conférer les caractéristiques souhaitables aux plantes. à base d’aliments fermentés dans le contexte de la science ouverte et de sa réglementation. Le programme de formation FAIROmics vise à développer les compétences des doctorants à l’interface entre l’intelligence artificielle, les sciences de la vie, les sciences humaines et sociales.     

Les alternatives végétales aux produits laitiers et à la viande ont gagné en popularité ces dernières années pour diverses raisons, notamment la durabilité et les bienfaits pour la santé, ainsi que les tendances de style de vie et les restrictions alimentaires. Cependant, les produits alimentaires à base de plantes peuvent être déséquilibrés sur le plan nutritionnel et leurs profils aromatiques peuvent limiter leur acceptation par les consommateurs. Les micro-organismes sont utilisés dans la fabrication de produits alimentaires depuis des millénaires. Cependant, la diversité des communautés microbiennes à l’origine des fermentations végétales, ainsi que leurs principales caractéristiques génétiques et phénotypiques ainsi que les synergies potentielles entre les membres de la communauté, restent mal caractérisées. De nombreuses données existent, mais elles sont réparties dans différentes littératures (scientifiques et grises) ou, dans le meilleur des cas, dans différentes bases de données. Cependant, elles ne sont pas toujours réutilisables car difficiles à trouver et à accéder et parce que les bases de données ne sont pas systématiquement interopérables.

A noter que ce poste de doctorat donnera lieu à l’obtention d’un  double diplôme  après la réalisation d’un séjour dans chacun de ces organismes : L’ Université de Toulouse III – Paul Sabatier (UT3), France et l’ Université de Bologne (UNIBO), Italie .

Nous recherchons un doctorant (DC) pour rejoindre notre projet sur plusieurs sites dans l’UE avec une maîtrise dans une discipline pertinente (mathématiques appliquées, statistiques, physique, biostatistique, bioinformatique ou informatique) intéressée par les applications biologiques.

Objectifs:

• Améliorer l’interopérabilité des bases de données.
• Contribuer au développement de méthodes basées sur le transport optimal.
• Appliquer les développements à l’intégration de bases de données.
• Caractérisez, testez et validez le processus de fusion de bases de données avec des approches de génération de données synthétiques.

Résultats attendus:

Les résultats attendus sont, dans un premier temps, une comparaison approfondie entre le transport optimal et d’autres approches habituellement utilisées pour l’intégration de bases de données. Cette comparaison sera principalement orientée vers des applications pratiques, mais des travaux théoriques restent à réaliser et pourraient également être abordés dans ce projet (en fonction du candidat qui sera sélectionné). Un autre résultat attendu est l’extension des outils déjà disponibles dans le package R OTrecod pour résoudre davantage de problèmes d’intégration de bases de données et d’imputation de données manquantes.

Localisation et détachements prévus :

Le doctorant sera principalement basé à l’UNI3 à Toulouse, France pendant 22 mois . Deux détachements sont prévus :

• Un à l’Université de Szeged (USZ) pendant deux mois avec Lazlo Vidacs pour confronter les approches de transport optimales aux méthodes d’apprentissage automatique.
• Un à UNIBO à Bologne pendant 12 mois avec le prof. Daniel Reomndini pour apprendre et appliquer des techniques d’apprentissage multiple (utiles pour caractériser la structure de données intégrée) et de génération de données synthétiques (pour valider et étendre les ensembles de données intégrés obtenus grâce à des approches de transport optimales).

Inscription au doctorat :

Organisme délivrant le 1er degré : Université Toulouse III – Paul Sabatier, https://www.univ-tlse3.fr/home
Organisme délivrant le 2e degré : Alma Mater Studiorum Universitá di Bologna, https://www.unibo.it/en /page d’accueil

Équipe de superviseurs :

Université Toulouse III – Paul Sabatier :

A Toulouse, le doctorant fera partie de l’équipe Statistiques et Optimisation. Cette équipe couvre un spectre allant de la théorie aux applications. Une grande partie des applications est orientée vers la biologie avec de nombreuses collaborations avec l’INRAE ​​et l’INSERM. La thèse sera encadrée par Sébastien Déjean (statistiques, analyse de données omiques), Philippe Saint-Pierre (biostatistiques, apprentissage automatique) et Nicolas Savy  (biostatistiques, probabilités, apprentissage automatique).

Université de Bologne :

À Bologne, le professeur Daniel Remondini est professeur titulaire et chef du groupe de biophysique du département de physique et d’astronomie de l’UNIBO. Il travaille depuis plus de 20 ans sur l’analyse et la modélisation de données biologiques en médecine (multi-omique, imagerie, textes et chaînes symboliques), en appliquant les méthodes de théorie des réseaux, d’apprentissage automatique et d’intelligence artificielle. Le professeur Remondini enseigne dans les cours biomédicaux (Physique pour la médecine et la biotechnologie, École de spécialisation en physique médicale) et dans le Master de Physique appliquée (Réseaux complexes, Reconnaissance de formes).

Description des établissements d’accueil :

L’Université Toulouse III – Paul Sabatier est une référence pédagogique en région Occitanie. Il propose un large éventail de programmes dans les domaines des sciences, de la technologie et de la santé. L’Institut de Mathématiques (IMT) fédère la communauté mathématique de la région toulousaine. Il est composé de 6 équipes principales qui couvrent un très large spectre des mathématiques allant des aspects théoriques jusqu’aux applications.

Le groupe de recherche d’UNIBO est actif depuis près de 20 ans dans la modélisation et l’analyse de processus biologiques et de données à haut débit. Le groupe applique et développe des algorithmes de bioinformatique et d’analyse statistique, ainsi que des approches basées sur les réseaux pour les systèmes complexes. Cette expertise a également été appliquée dans des contextes cliniques et industriels en relation avec le développement d’outils automatisés de diagnostic et de classification. La théorie des réseaux, la mécanique statistique, l’apprentissage automatique et l’apprentissage profond font partie des outils utilisés à ces fins.