STAGE - Ingénieur(e) de recherche : Développement de méthode pour l'intégration multi-omique en santé (H/F)

L'organisation "Virtual Twin of Human Technology" de Dassault Systèmes est une équipe pluridisciplinaire dans des domaines technologiques, biologiques et biomédicaux de l'entreprise. Elle réalise une veille scientifique et technologique permanente ainsi que des prototypes logiciels pour évaluer l'applicabilité des nouvelles technologies et/ou des connaissances scientifiques pour une nouvelle dimension de la santé humaine. Par exemple, dans un but de prévention, la modélisation virtuelle et sa simulation vont devenir un élément clef pour les médecins qui peuvent transformer des informations très complexes en actes médicales pratiques.

L'avènement des nouvelles technologies de détection a permis la génération d'un grand nombre de données hétérogènes, provenant de différentes sources, à la fois du patient mais aussi de son microbiote intestinal. Ces données de grande dimension sont appelées « données omiques ». Chaque type de donnée « omique » possède sa propre structure et reflète l'état de santé du patient. Dans le but de mieux comprendre certaines maladies, l'un des enjeux majeurs réside dans le développement de nouvelles approches algorithmiques permettant l'intégration de ces données hétérogènes.

Vos missions

En tant que stagiaire, votre premier objectif sera :

·         D'établir un état de l'art des méthodologies existantes permettant l'intégration "multiomique";

·         Proposer une approche pour l'intégration de celles-ci (en développant des approches basées sur l'apprentissage automatique (machine learning) ou profond (deep)) et les tester ;

·         Appliquer les méthodologies identifiées sur un ensemble de données médicales réelles (et en découvrir de nouvelles) en étroite collaboration avec des cliniciens et des physiologistes;

·         Synthétiser vos travaux et les présenter aux autres membres de l'équipe.

Reference: Jacobs, J.P., Lagishetty, V., Hauer, M.C., Labus, J.S., Dong, T.S., Toma, R., Vuyisich, M., Naliboff, B.D., Lackner, J.M., Gupta, A., Tillisch, K., Mayer, E.A., 2023. Multi-omics profiles of the intestinal microbiome in irritable bowel syndrome and its bowel habit subtypes. Microbiome 11, 1–18. https://doi.org/10.1186/s40168-022-01450-5

 Al-Hurani, I., Alkhateeb, A., Ikki, S., 2024. An Autoencoder and Generative Adversarial Networks Approach for Multi-Omics Data Imbalanced Class Handling and Classification.

https://doi. org/10.48550/arXiv.2405.09756