FAIRomics – Bourse de doctorat dans la conception d’outils d’extraction d’informations pour caractériser les molécules produites ou dégradées par les microbes et applications aux écosystèmes alimentaires fermentés par les plantes

«FAIRification des données multiOmics pour relier des bases de données et créer des graphes de connaissances pour les aliments fermentés» Réseau doctoral MSCA-DN-JD.

L’initiative FAIROmics, un programme de recherche interdisciplinaire, rassemblera des universités, des centres de recherche et des entreprises privées pour permettre la FAIRification de l’interopérabilité des données et des bases de données omiques et développer des graphiques de connaissances pour une prise de décision basée sur les données afin de concevoir rationnellement des communautés microbiennes pour conférer les caractéristiques souhaitables aux plantes. à base d’aliments fermentés dans le contexte de la science ouverte et de sa réglementation. Le programme de formation FAIROmics vise à développer les compétences des doctorants à l’interface entre l’intelligence artificielle, les sciences de la vie, les sciences humaines et sociales.     

Les alternatives végétales aux produits laitiers et à la viande ont gagné en popularité ces dernières années pour diverses raisons, notamment la durabilité et les bienfaits pour la santé, ainsi que les tendances de style de vie et les restrictions alimentaires. Cependant, les produits alimentaires à base de plantes peuvent être déséquilibrés sur le plan nutritionnel et leurs profils aromatiques peuvent limiter leur acceptation par les consommateurs. Les micro-organismes sont utilisés dans la fabrication de produits alimentaires depuis des millénaires. Cependant, la diversité des communautés microbiennes à l’origine des fermentations végétales, ainsi que leurs principales caractéristiques génétiques et phénotypiques ainsi que les synergies potentielles entre les membres de la communauté, restent mal caractérisées. De nombreuses données existent, mais elles sont réparties dans différentes littératures (scientifiques et grises) ou, dans le meilleur des cas, dans différentes bases de données. Cependant, elles ne sont pas toujours réutilisables car difficiles à trouver et à accéder et parce que les bases de données ne sont pas systématiquement interopérables.

A noter que ce poste de doctorat donnera lieu à l’obtention d’un double diplôme après la réalisation d’un séjour dans chacun de ces organismes : L’Université de Paris-Saclay (UPSaclay), France et l’ Université de Szeged (USZ), Hongrie.

Objectifs:

Nous recherchons un doctorant (DC) pour rejoindre notre projet sur plusieurs sites dans l’UE avec un master dans une discipline pertinente (Master en ingénierie, physique, biologie des systèmes, mathématiques appliquées, biotechnologie) intéressé par la modélisation, l’analyse et contrôle des systèmes biologiques dans le cadre des fermentations microbiennes.

Le projet de thèse vise à développer des méthodes d’extraction d’informations (IE) pour produire automatiquement un graphe de connaissances sur la biologie microbienne impliquée dans la transformation ou la conservation des aliments à base de plantes. Le graphe de connaissances formalisera les molécules produites et dégradées par les micro-organismes lors du processus de fermentation.

Les méthodes IE impliqueront la reconnaissance d’entités nommées, la normalisation d’entités par rapport aux références sémantiques et l’extraction de relations. Ils s’appuieront sur les approches d’apprentissage profond les plus récentes qui entraînent des modèles de langage en utilisant peu ou pas d’exemples de formation par transfert d’apprentissage ou en exploitant des informations structurées existantes, c’est-à-dire des bases de connaissances et des ontologies pour l’apprentissage à distance ou faible en incluant des informations pertinentes en fonction des besoins du Cas d’utilisation dédiés à FAIROmics (par exemple NCBI Taxonomy pour les taxons, FoodEX2 pour les aliments, ChEBI pour les molécules, KEGG pour les voies). Les corpus annotés existants serviront de point de départ à la formation (ex : CHEMDNER, Pathway Curation, Bacteria Biotope).

Le projet s’appuiera sur les outils et ressources existants sur la biologie microbienne développés par les partenaires de MaIAGE (ex : application Omnicrobe*, ontologie Ontobiotope*, workflow d’extraction).

Résultats attendus:

Le doctorant concevra et évaluera des méthodes originales basées sur l’apprentissage automatique pour extraire des informations sur le métabolisme de la fermentation végétale à partir d’un texte. Les modèles et logiciels seront accessibles à la communauté scientifique sous une licence open source. Les connaissances extraites alimenteront un graphique de connaissances accessible au public sur les propriétés microbiennes. Les résultats seront publiés dans les principaux sites de PNL et dans les revues bioinformatiques pertinentes.

Localisation et détachements prévus :

Le doctorant sera principalement localisé sur le site INRAE ​​de Jouy-en-Josas pendant 24 mois et à l’Université de Szeged pour un détachement de 12 mois .

Inscription au doctorat :

Organisme délivrant le 1er diplôme : Université Paris-Saclay, https://www.universite-paris-saclay.fr/
Organisme délivrant le 2ème diplôme : Université de Szeged, https://u-szeged.hu/english

Équipe de superviseurs

Equipe française :
Deux équipes MaIAGE seront impliquées dans l’encadrement de la thèse : l’équipe Bibliome* et l’équipe StatInfOmics* :

• Robert Bossy (Bibliome) : Traitement du langage naturel et application à la microbiologie, génie logiciel.
• Claire Nédellec (Bibliome) : Traitement du langage naturel et application à la microbiologie, représentation des connaissances et ontologie.
• Hélène Chiapello (StatInfOmics) : Bioinformatique microbienne, données omiques.
• Sandra Dérozier (StatInfOmics) : Bioinformatique microbienne, génie logiciel.

Equipe hongroise :

• Vidács Lázló : Intelligence artificielle, traitement du langage naturel, génie logiciel.
• Balázs Nagy : Intelligence artificielle, traitement du langage naturel, génie logiciel.

Description des institutions d’accueil

INRAE ​​est le premier institut de recherche agronomique d’Europe et le deuxième centre mondial des sciences agricoles. Ses scientifiques travaillent à la recherche de solutions aux grands défis de société. RU1404 MaIAGE rassemble des mathématiciens, informaticiens, bioinformaticiens et biologistes pour aborder des problématiques issues de la biologie, de l’agronomie et de l’écologie. Nos recherches portent sur des processus à différents niveaux, allant des niveaux moléculaires, cellulaires ou multicellulaires aux organismes, populations et écosystèmes entiers.

L’ Université de Szeged (USZ) est reconnue comme l’une des principales institutions de recherche de Hongrie, avec un corps étudiant diversifié de plus de 21 000 étudiants, dont plus de 4 000 étudiants internationaux provenant de 115 pays. Dirigé par László Vidács, le groupe de recherche sur l’intelligence artificielle appliquée se consacre à l’avancement de la recherche de pointe sur l’IA. Nous sommes spécialisés dans diverses applications d’IA, de la compréhension du langage naturel au traitement d’images. Nos solutions personnalisées d’apprentissage automatique et d’apprentissage profond répondent aux défis du monde réel dans de nombreux domaines, notamment le diagnostic d’imagerie médicale, l’analyse de textes médico-légaux et le traitement du code source des programmes.