Recherche
Le CBIO développe des approches algorithmiques pour modéliser, interpréter et prédire des phénomènes biologiques complexes. À l’intersection de la bio-informatique, de l’intelligence artificielle et de la biologie des systèmes, les projets de recherche visent à répondre à des enjeux majeurs en santé, en biologie fondamentale et en conception de médicaments.
Les travaux reposent sur l’analyse de données de grande dimension issues de sources variées : génomique, transcriptomique, imagerie, données cliniques, etc. Ils s’appuient sur une expertise reconnue en apprentissage statistique, en deep learning, et en modélisation.
Les axes de recherche
Biologie computationnelle et modélisation statistique
Développement de méthodes d’apprentissage automatique pour comprendre les systèmes biologiques à partir de données multi-omiques :
- Modélisation du cycle cellulaire, des profils d’expression génique et de la régulation post-transcriptionnelle
- Étude de l’évolution moléculaire et des structures génomiques (éléments transposables, transferts horizontaux, mutations)
- Classification de lignées cellulaires ou de types de tumeurs
- Intégration de données hétérogènes (RNA-seq, ATAC-seq, méthylation…)
Imagerie biomédicale et bio-informatique spatiale
Application de techniques de vision par ordinateur pour analyser des images biologiques complexes :
- Détection et classification de structures cellulaires ou tissulaires
- Segmentation d’images issues de transcriptomique spatiale
- Analyse morphologique en pathologie computationnelle
- Développement de modèles de deep learning sur des lames histologiques entières
Médecine personnalisée et prédictive
Développement de modèles prédictifs pour anticiper les réponses aux traitements, détecter des biomarqueurs et guider les décisions cliniques :
- Analyse de données cliniques et génomiques multi-modales
- Prédiction de la survie ou du bénéfice thérapeutique (ex : cancer de la vessie)
- Stratégies de diagnostic précoce (ex : cancer du poumon, maladie d’Alzheimer)
- Détection automatisée de phénotypes complexes dans les cohortes de patients
Conception de médicaments assistée par IA
Utilisation du machine learning et du docking moléculaire pour la conception rationnelle de composés actifs :
- Prédiction des interactions protéines-ligands à grande échelle (ex : algorithme Komet)
- Exploration de l’espace chimique et des cibles thérapeutiques
- Analyse structurale de protéines et d’ARN avec apprentissage profond géométrique
- Criblage virtuel pour la découverte de molécules thérapeutiques
Projets de recherche
Le CBIO mène plusieurs projets structurants, financés par des institutions nationales ou européennes, souvent en partenariat avec d’autres centres de recherche ou acteurs cliniques.
