These

Deep learning pour l’amélioration d’assemblages
  • Directeurs de thèse : Matthias Zytnicki (MIAT, INRAE), Raphaël Mourad (MIAT, INRAE), Guillermina Hernandez-Raquet (INRAE, TBI)
  • Début de thèse : 1 novembre 2024
  • École doctorale : MITT
  • Établissement : Université Paul Sabatier
  • Financement : 50% Région Occitanie + 50% EUR BioEco
Développement de consortia bactériens synthétiques via des outils de microfluidiques
Impact de l’environnement nucléotidique sur l’évolution de l’hémagglutinine des virus influenza A
  • Directeurs de thèse : Romain Volmer (UMR 1225 IHAP INRAE ENVT), Christine Gaspin (UR0875, INRAE, MIAT)
  • Co-encadrante : Claire Hoede (UR0875, INRAE, MIAT)
  • Début de thèse : 1er Décembre 2023
  • École doctorale : SEVAB
  • Établissement : Université de Toulouse III Paul Sabatier
  • Financement : ANR « RISKEVOL » et projet européen ICRAD « FLU-SWITCH »,
Analyse comparative de données de génomique 3D
Développement d'approches d'apprentissage par renforcement dans les jeux stochastiques pour la coordination en temps réel d'agents de planification autonomes - Application aux jeux de conservation
Analyse des graphes de pangénome
Intégration de données multi-omiques appariées à grande échelle
Transfert d'annotations génomiques par graphes de pangénomes
Empreintes génomiques de la sélection et effet de la variation génétique sur les phénotypes de deux espèces d’arbres forestier (le chêne sessile) et fruitiers (l’abricotier) : focus sur les variants structuraux