Apprentissage automatique hybride statistique–physique pour prédire les interactions ARN–ARN et le réassortiment viral

Vue d'ensemble du projet Les virus à ARN segmenté tels que la grippe A évoluent par réassortiment génétique, générant de nouveaux génotypes viraux à potentiel pandémique. Bien que de nombreuses combinaisons soient théoriquement possibles, seule une sous-partie biaisée apparaît dans la nature, suggérant l'existence de contraintes de compatibilité entre segments d'ARN. Ce projet de thèse vise à développer des modèles hybrides d'apprentissage automatique statistique–physique afin d'identifier et de prédire les réseaux d'interactions ARN–ARN qui contraignent le réassortiment viral. Le travail combinera des jeux de données massifs de séquences virales, des mesures à haut débit sur virions individuels et des approches de sondage structural de l'ARN, dans un cadre expérimental–computationnel étroitement intégré. Objectifs de recherche L'étudiant développera des modèles probabilistes et génératifs tels que l'analyse des couplages directs (Direct Coupling Analysis, DCA) et les autoencodeurs variationnels (Variational Autoencoders, VAE) entraînés sur de grands ensembles de séquences virales, intégrera des contraintes physiques fondées sur l'énergétique des interactions ARN dans des cadres d'apprentissage statistique, comparera quantitativement les prédictions des modèles à des données expérimentales à haut débit, et mettra en œuvre un raffinement itératif des modèles dans un cycle apprendre–concevoir–tester. L'objectif global est de construire des modèles prédictifs de compatibilité des génomes viraux capables de simuler des scénarios de réassortiment entre souches émergentes. École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Direction : Philippe NGHE Financement : Programmes ministériels spécifiques