Description du sujet de thèse

Modèles génératifs profonds pour décrypter la dynamique d’interactions cellulaires.
Le doctorant développera des modèles génératifs profonds afin de décrypter et simuler la dynamique des interactions cellulaires à partir de données de vidéomicroscopie. L’objectif principal sera de concevoir un système capable de générer des séquences vidéo synthétiques illustrant des comportements cellulaires sous différentes conditions expérimentales. Cette approche permettra d’identifier et de quantifier des différences de dynamique associées à des traitements, des états cellulaires ou des contextes biologiques variés. Le candidat contribuera à la définition des architectures de modèles, à la conception des protocoles de validation, et à la mise en œuvre d’expériences collaboratives avec des biologistes. Il participera également à la diffusion des résultats à travers des publications scientifiques et des présentations en conférences.
Activités
- Développement et entraînement de modèles génératifs conditionnels de séquences vidéo.
- Analyse des différences de dynamique cellulaire entre conditions expérimentales.
- Validation sur données biologiques issues de modèles tumoraux et d’embryologie.
- Participation à la diffusion scientifique des résultats.

Contexte de travail

Le projet s’inscrit dans un environnement pluridisciplinaire alliant intelligence artificielle, imagerie cellulaire et biologie.
Le doctorant travaillera au sein du laboratoire IBENS, dans une équipe experte en analyse d’images et en apprentissage profond.

Contraintes et risques

Travail sur écran