Méthodes d'apprentissage automatique appliqué en chemo-informatique

par Benoit Playe

Projet de thèse en Bio-informatique

Sous la direction de Véronique Stoven.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Ecole doctorale Sciences des métiers de l'ingénieur (Paris) , en partenariat avec Centre de Bio-informatique (laboratoire) et de École nationale supérieure des mines (Paris) (établissement de préparation de la thèse) depuis le 01-10-2015 .


  • Résumé

    Développer des méthodes de chemo-informatique, c'est à dire prédisant l'interaction protéine-ligand à l'échelle moléculaire . Nous intéresserons particulièrement à des méthodes multi-taches et multi-vues et multi-instances. Les méthodes pourront être appliquées dans des projets de découverte de médicament tel que de nouvelle chimiothérapie contre le cancer du sein, en collaboration avec l'Institut Curie. Nous intéresserons aussi à des méthodes basées sur l'utilisation de phénotypes.

  • Titre traduit

    Machine learning methods in chemogenomics


  • Résumé

    Developing chemogenomics methods (i.e. prediction of protein-ligand interactions at the scale of large molecular databases and at the genome scale) to predict the specificity of molecules. In particular, these methods will rely on multi-tasks, multi instances, and PU machine learning methods. It will be applicable to projects aiming at identifying new drugs with interesting specificity profiles. In the latter case, these projects will aim at identifying new anti-tumoral drugs in collaboration with biologists in Institut Curie We will also use these methods to try and define the biological phenotype of a molecule, i.e. its effect at the cellular level, since this effect is related to the overall protein interaction profile of the molecule.