GenSysBio-DN — Modèles génératifs et prédictions pour la biologie des systèmes et la médecine

Notre compréhension et notre prédiction des systèmes biologiques et multicellulaires se heurtent à leur extrême complexité en raison de la variété des échelles et des mécanismes interdépendants qui les régissent. Les dernières décennies ont vu des avancées majeures dans la modélisation à des échelles individuelles : repliement des molécules, échanges de flux, réseaux métaboliques, voies de signalisation, régulation des gènes, communications intercellulaires... Néanmoins, la prise en compte d'échelles multiples dans un cadre global, l'intégration des connaissances d'experts et de terrain, et l'alignement des modèles sur les observations constituent les principaux goulets d'étranglement actuels. En fait, nous sommes encore loin de pouvoir concevoir des jumeaux numériques d'un système biologique. Nous manquons de langages de modélisation et de modèles génératifs pour la prédiction précise et robuste de la dynamique cellulaire. En outre, il existe un fossé critique entre les pipelines actuels de traitement des données et les approches de modélisation. Il est donc non seulement important de gérer différents cadres de modélisation à plusieurs échelles, mais aussi d'aligner correctement les modèles sur les données expérimentales et cliniques, afin d'améliorer leur précision. Notre objectif est d'initier un réseau de formation pour aborder les nouveaux principes fondamentaux et pratiques de la biologie systémique computationnelle, en inventant de nouveaux langages, cadres conceptuels et méthodologies pour générer des modèles prédictifs. Nous sommes des experts dans plusieurs domaines de l'informatique théorique et appliquée, y compris les méthodes formelles, l'intelligence artificielle symbolique, l'apprentissage automatique, le raisonnement automatisé et logique, la science des données et la bio-informatique, et nous avons une grande expérience des projets multidisciplinaires en biologie et en médecine, y compris en partenariat avec l'industrie. Nous pensons qu'il est temps de fusionner nos expertises, nos expériences et nos ambitions pour créer des méthodes innovantes de modélisation des systèmes dynamiques et d'intelligence artificielle générative adaptées aux défis biologiques et médicaux. Les doctorants formés développeront des compétences uniques avec des applications bien au-delà de la biologie, notamment sur la combinaison de l'intelligence artificielle symbolique et numérique et sur l'IA générative pour les modèles dynamiques. Pour les applications liées à la biologie, les doctorants développeront une nouvelle expertise sur les nouveaux paradigmes de modélisation des systèmes biologiques avec des programmes informatiques, ainsi que sur l'association de données quantitatives et complexes avec ces programmes. Cette expertise permettra aux doctorants de devenir de futurs leaders tant dans le monde universitaire que dans l'industrie pour développer des projets de pointe impliquant l'intelligence artificielle pour la découverte de nouvelles thérapies.