Mots-Clés

motifs fréquents exploration des données data mining microbiote intestinal écosystèmes

Description

Le microbiote intestinal humain (i.e. l'ensemble des espèces microbiennes de l'intestin) représente 10^12 à 10^14 microorganismes, soit 2 à 10 fois plus que le nombre de cellules qui constituent notre corps. Des liens entre le déséquilibre de cet écosystème et certaines pathologies métaboliques ou inflammatoires (obésité, diabète de type 2, foie gras non alcoolique...) ont été établis. De manière plus générale, l'inflammation est un processus impliqué dans le vieillissement.

Comprendre comment le microbiote intestinal évolue au cours de la vie (de 0 à 104 ans) pourrait permettre des avancées significatives dans le traitement de pathologies énoncées ci-dessus et de manière plus générales avoir des retombées importantes dans le domaine de la santé.

Au sein de l'équipe EkINocs (Expert knowlege, INteractive modellINg and learnINg for understandINg and decisiOn making in dynamic Complex Systems), vous aurez pour mission d'analyser des données de microbiotes à différentes échelles phylogénétiques par des approches d'exploration des données non supervisées et notamment par des approches à base de motifs.

Les travaux que vous mènerez auront d'une part un but applicatif en cherchant notamment à répondre à la question suivante : est-il possible d'identifier des associations de microbes propres à certaines classe d'âge ou au contraire conservées tout au long de la vie ?

D'autre part, du fait que ce domaine applicatif a peu été investigué par les approches par motif, la spécificité des données étudiées (à différent niveau phylogénétique) devra proposer des apports méthodologiques, notamment dans la prise en compte d'informations multi-échelles.

Profil du candidat souhaité : Ce stage s'adresse avant tout à des étudiants de fin de master 2 en informatique, science des données, ou dernière année d'école d'ingénieur ayant des connaissances en science des données (exploration des données, approches non supervisées), et un intérêt pour l'écologie microbienne ou la santé humaine est souhaité. Une maîtrise des langages Python et R est requise. Le stage se déroulera en grande partie à Palaiseau (à partir d'avril mai).