Thèse Modélisation et Analyse Explicable des Trajectoires Cellulaires chez les Organismes Âgés H/F - Doctorat.Gouv.Fr

Établissement : Université de Toulouse École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Laboratoire de recherche : IRIT : Institut de Recherche en Informatique de Toulouse Direction de la thèse : Max CHEVALIER ORCID 0000000154026255 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-08-02T23:59:59 Pour l'OMS, le vieillissement en bonne santé est un enjeu critique de santé publique pour la décennie actuelle notamment du fait de l'augmentation importante de la population mondiale de personnes âgées. En effet, il souligne que le nombre de personnes agées de 60 ans ou plus aura augmenté de 34% en 2030 voire doublé à l'horizon 2050. Vieillir en bonne santé devient un enjeu critique de santé publique. Dans ce cadre, comprendre les mécanismes biologiques à l'origine des processus de cicatrisation et de régénération des cellules permettrait d'ouvrir la voie à la compréhension d'une partie du processus de vieillissement. Avec l'âge le déclin des fonctions tissulaires diminuent les capacités régénératives des tissus et augmentent le risque de développement de maladies chroniques. Au sein des tissus, les CSMs sont des actrices clefs du maintien de la structure et fonction tissulaire. Nous faisons l'hypothèse que les altérations des fonctions tissulaires et la perte des capacités de régénération (cicatrisation versus régénération) seraient liées à un changement qualitatif et quantitatif de l'hétérogénéité des CSMs. Ce changement émerge dans les trajectoires cellulaires qui désignent l'évolution de l'état biologique des cellules au cours du temps. Dans ce cadre, un défi important pour les biologistes est l'identification et la compréhension des leviers d'actions possibles pour intercepter une trajectoire pro-régénérante des CSMs plutôt que cicatrisante, en agissant sur la régulation des gènes.La thèse pluri-disciplinaire que nous proposons s'inscrit dans ce cadre. Elle vise à développer un modèle informatique interprétable des trajectoires cellulaires via des méthodes d'apprentissage automatique dirigées par les données. Ce modèle, associé aux connaissances en biologie notamment formalisées (e.g. ontologies), vise à permettre à l'expert d'explorer de probables chemins causaux qu'il pourrait traduire en thérapeutique. Des données fournies par le laboratoire RESTORE ou identifiées dans l'état de l'art permettront de mettre en oeuvre et valider ce modèle.Missions principales :* Conduire une recherche axée vers la définition et le développement d'une méthodologie originale permettant d'identifier, dans les données, de probables chemins causaux amenant à un point de bascule dans les trajectoires cellulaires entre cicatrisation et régénération. Ces points de bascules devront être explicables. L'explicabilité visée pourra mêler trois dimensions complémentaires : explication statistique (ex : méthodes post-hoc attributives), causale et sémantique (ex : ontologie/taxonomie).* Rédiger des publications scientifiques et une thèse Voir le PDF

Cf document PDF