Cellule mathématiques
Un cellule dédiée à la
Modélisation mathématique
La Cellule Mathématiques de TBI, se concentre sur la modélisation mathématique des systèmes biochimiques et microbiens.
Sergueï SOKOL
Responsable de la cellule
David Camilo Corrales
Spécialiste IA
Expertises
Modélisation mathématiques des systèmes biochimiques et microbiennes (métabolisme bactérien, croissance microbienne, cocktails enzymatiques, simulation de marquage isotopique pour estimer des flux métaboliques (13C-fluxomique)
Estimation de paramètres
L’intelligence artificielle, avec un focus sur l’apprentissage automatique, y compris l’apprentissage supervisé pour prédire les résultats à partir de données étiquetées, l’apprentissage non supervisé pour identifier des motifs et des structures au sein de données non étiquetées, et l’apprentissage incrémental, qui permet aux modèles de s’adapter et d’apprendre de nouvelles données au fil du temps sans nécessiter de réentraînement complet. De plus, l’intelligence artificielle explicable (XAI) se concentre sur la transparence et l’interprétabilité des systèmes d’IA, garantissant que les modèles complexes fournissent des informations claires et compréhensibles.
Offres / technologies / outils
- Traduction de modèles biologiques en modèles/logiciels mathématiques
- (Co-)développements de logiciels scientifiques (R, Python, C++, …)
- (Co-)rédaction d’articles avec une composante mathématiques
- Co-encadrement de thèse avec un volet en intelligence artificielle, portant sur l’apprentissage automatique dans les axes suivants :
- Apprentissage supervisé
- Apprentissage non supervisé
- Apprentissage incrémental
- Intelligence artificielle explicable (Explainable AI)
Metabohub, Université de Pennsylvanie, Wageningen University & Research, Universidad de Granada
– TBI: Equipe TIM (Transfert, Interface, Mélange) et l’equipe CIMES, Equipe METASYS (TBI), Equipe SYMBIOSE (TBI), METATOUL
DynaFluxR : de mesures cinétiques de métabolites vers des vitesses de réactions sans modèle de régulation
Le projet BIOINDUSTRY 4.0 développera des normes pour générer des données et métadonnées de bioprocédés multi-échelles, interopérables et de haute qualité. En développant des approches basées sur les données et en exploitant l’intelligence artificielle pour renforcer les nouveaux systèmes d’aide à la décision et les jumeaux numériques, le projet permettra de contrôler les bioprocédés en temps réel.