Missions

Ce post-doctorat vise à développer des potentiels mésoscopique pour la modélisation in silico de condensats bio-moléculaires soumis à des perturbations externes. Ces potentiels seront développés grâce à une technologie d'apprentissage automatique de pointe.

Activités

Le candidat devra d'abord constituer la base de données nécessaire à l'apprentissage de l'architecture du réseau neuronal. Cette base de données sera constituée de longues trajectoires de protéines intrinsèquement désordonnées, isolées et en phase condensées, simulées à l'aide d'un modèle à gros grain haute résolution. Une fois la base de données complétée, le candidat entraînera le réseau neuronal et testera différentes architectures afin d'obtenir les potentiels optimaux.

Compétences

Le candidat doit maîtriser le codage, avoir de preference une formation en physique, en chimie ou en ingénierie.

Contexte de travail

Le travail sera réalisé en étroite collaboration avec nos collaborateurs de l’Université d’État du Michigan.

Contraintes et risques

N/A