Responsables: Thomas Rolland et Daniele Raimondi
L’axe Biologie Computationnelle Avancée réunit des individus aux connaissances interdisciplinaires issus de laboratoires variés, qui explorent des questions biologiques à l’aide de modèles et d’outils informatiques. À l’ère des données massives (big data), la biologie computationnelle s’est imposée comme un moyen indispensable pour appréhender les relations complexes entre l’(épi)génome, le transcriptome, le protéome et les phénotypes, à l’échelle de la cellule, du tissu ou de l’organisme entier.
Notre axe rassemble ainsi des chercheurs, ingénieurs, postdoctorants et étudiants en apprentissage automatique (machine learning) et en biologie computationnelle, qui étudient les mécanismes fondamentaux régissant les états physiologiques et pathologiques, aussi bien chez des organismes modèles (virus, levure, souris, plantes) que chez l’humain. Nous développons des méthodes innovantes et sur mesure pour explorer une large gamme de questions biologiques, incluant la régulation transcriptionnelle, la modélisation structurale, le remodelage de la chromatine et la prédiction de caractères quantitatifs ou pathologiques à partir du séquençage du génome.
Equipes Impliquées: Anne Debant, Jean-Christophe Andrau, Raphael Gaudin, Dom Helmlinger, Andrey Kajava, Domenico Libri & Odil Porrua, Delphine Muriaux & Cyril Favard, Daniele Raimondi, Eric Soler, Albert Tsai.