Mots-clés
Équipe
CBIO
Biographie
Vincent Mallet est un chercheur dont les travaux se concentrent sur le développement d’outils computationnels appliqués à la biologie structurale et moléculaire. Ses recherches portent principalement sur l’analyse des interactions protéine-protéine (PPI) et des structures tridimensionnelles des ARN et protéines, en intégrant des méthodes avancées d’apprentissage automatique et de modélisation moléculaire. Il a contribué à des approches innovantes pour la prédiction de sites de liaison fonctionnels, notamment via des plateformes comme InDeepNet, qui combinent deep learning et évaluation de la ligandabilité des conformations protéiques. Ses travaux sur les ARN incluent la création de pipelines pour le criblage virtuel structurel, ainsi que des outils comme RNAglib et VeRNAl, visant à exploiter les représentations graphiques des interactions non canoniques pour mieux comprendre les relations structure-fonction. Par ailleurs, il a développé des méthodologies pour l’analyse de données massives, telles qu’AlignScape, basée sur les cartes auto-organisatrices, permettant une visualisation et une classification efficaces des familles de protéines.
Publication(s)
-
2025
InDeepNet: A web platform for predicting functional binding sites in proteins using InDeep DOI : 10.1093/nar/gkaf403
-
2025
3D-Based RNA Function Prediction Tools in rnaglib DOI : 10.1007/978-1-0716-4079-1_10
-
2025
Finding antibodies in cryo-EM maps with CrAI DOI : 10.1093/bioinformatics/btaf157
-
2025
RNAmigos2: accelerated structure-based RNA virtual screening with deep graph learning DOI : 10.1038/s41467-025-57852-0
-
2025
ATOMSURF: SURFACE REPRESENTATION FOR LEARNING ON PROTEIN STRUCTURES
-
2024
AlignScape, displaying sequence similarity using self-organizing maps DOI : 10.3389/fbinf.2024.1321508
-
2022
InDeep: 3D fully convolutional neural networks to assist in silico drug design on protein-protein interactions DOI : 10.1093/bioinformatics/btab849
-
2022
RNAglib: A python package for RNA 2.5 D graphs DOI : 10.1093/bioinformatics/btab844
-
2022
VeRNAl: a tool for mining fuzzy network motifs in RNA DOI : 10.1093/bioinformatics/btab768
-
2021
Quicksom: Self-Organizing Maps on GPUs for clustering of molecular dynamics trajectories DOI : 10.1093/bioinformatics/btaa925
-
2021
Reverse-Complement Equivariant Networks for DNA Sequences
-
2020
OptiMol: Optimization of Binding Affinities in Chemical Space for Drug Discovery DOI : 10.1021/acs.jcim.0c00833
-
2020
Augmented base pairing networks encode RNA-small molecule binding preferences DOI : 10.1093/nar/gkaa583
Direction(s) de thèse(s)
- 2025 Représentations multimodales des structures protéiques orientées vers la prédiction des interactions GERTNER Victor
- 2024 Approches de biologie des systèmes et de machine-learning pour l’identification de cibles thérapeutiques et leurs médicaments associés. Application à l’identification de nouvelles stratégies thérapeutiques pour la mucoviscidose LAIGLE Victor
- 2024 Encodage de l'ARN par apprentissage machine pour la recherche de médicaments KARROUCHA Wissam