Thèse Apprentissage Automatique Hybride Statistique-Physique pour Prédire les Interactions Arn-Arn et le Réassortiment Viral H/F - Doctorat.Gouv.Fr

Établissement : Institut Polytechnique de Paris École polytechnique École doctorale : Ecole Doctorale de l'Institut Polytechnique de Paris Laboratoire de recherche : BIOC - Laboratoire de Biologie Structurale de la Cellule Direction de la thèse : Philippe NGHE ORCID 0000000336904610 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-31T23:59:59 Vue d'ensemble du projetLes 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 rechercheL'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 oeuvre 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. The project is embedded in a national interdisciplinary consortium and involves close collaborations with Institut Pasteur for influenza virology and reverse genetics, CNRS RNA structure teams for nucleotide-resolution structural probing, and microfluidics and single-virion sequencing platforms.

Nous recherchons un candidat ayant une formation en physique, mathématiques appliquées, biologie computationnelle ou apprentissage automatique, de solides compétences en programmation Python, un fort intérêt pour la modélisation probabiliste et l'IA générative, ainsi qu'une motivation pour travailler à l'interface entre théorie et expérimentation en biologie de l'ARN et évolution virale.

• Python
• Programmation
• Intelligence artificielle
• Machine learning
• Gestion du réassort