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
Intégration de données multi-omiques appariées à grande échelle
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