Santé

Modélisation pour la biologie et la médecine

  • Modélisation de la croissance et du mouvement de populations de cellules cancéreuses
  • Optimisation de schémas d’administration d’agents cytotoxiques et cytostatiques pour le traitement des cancers, agissant sur des populations hétérogènes et évolutives de cellules
  • Modélisation des écoulements sanguins
  • Modélisation mathématique du processus de cicatrisation des plaies, au travers du mécanisme de contraction des câbles d’actine
  • Modélisation des réseaux neuronaux : modélisation du codage de l’information, de l’activité spontanée et de la désynchronisation
  • Modélisation du transfert thermique dans des milieux complexes (peau, cheveu…)
  • Modélisation de la croissance et de la fragmentation de protéines anormales (prions) à la base du mécanisme biologique du développement de maladies amyloidiques (Alzheimer, Parkinson, Creuzfelt-Jakob,…)

Biologie computationnelle

Interaction protéine-protéine

  • Prédiction des interfaces protéine-protéine
  • Prédiction de l’activité d’un médicament au travers des affinités de liaisons entre protéines (probabilité et durée des liaisons, mesure et prédiction des forces d’attraction)

Dynamique conformationnelle

  • Analyse de la dynamique des protéines pour contrôler leurs fonctions et interactions pour caractériser des conformations alternatives comme cibles thérapeutiques potentielles
  • Mutation des protéines et analyse de leurs mouvements, puis détection des positions délétères

Méta-génomique

  • Caractérisation des fonctions métaboliques accomplies par la communauté microbienne en analysant les gènes par des techniques de modélisation moléculaire, d’apprentissage statistique (Machine Learning), ainsi que des méthodes statistiques et combinatoires
  • Suivi des marqueurs de résistance aux antibiotiques
  • Amélioration du suivi des épidémies urbaines

Chimie théorique

  • Mesure de l’activité d’un médicament par le calcul de l’énergie de liaison entre une molécule et une protéine, grâce à une méthode polarisable massivement parallèle de dynamique moléculaire, permettant de traiter des molécules ayant plusieurs millions d’atomes, et ayant été conçue pour fonctionner en parallèle sur des milliers de cœurs de manière optimale

Santé connectée et numérique (e-health)

  • Apprentissage statistique supervisé et non supervisé
  • Conception de filtres pour la classification/reconnaissance de signaux acoustiques et visuels
  • Détection précoce et fiable d’événements
  • Réduction de dimensionnalité
  • Optimisation de l’apprentissage statistique
  • Applications :
    * Améliorer la pharmacovigilance pour la consommation des médicaments
    * Suivi de vaccination (grippe…)
    * Médecine personnalisée pour proposer le suivi et l’accompagnement le plus adapté à chaque patient grâce à l’analyse des données rattachées à son profil (démographie, profil des pathologies, mode de vie, épidémiologie…)
    * Aide à la décision par l’apport de connaissances issues de l’analyse des données de santé