Gabriel PeyréDirecteur de recherche CNRS
Gabriel Peyré est délégué scientifique en charge de l'intelligence artificielle à l'Institut national des sciences mathématiques et de leurs interactions et directeur de recherche au CNRS, au Département de mathématiques et applications1 . Son travail se situe à l'interface entre les mathématiques appliquées et l'apprentissage automatique. Il développe des outils théoriques et numériques issus de la théorie du transport optimal pour analyser et améliorer l'apprentissage des réseaux de neurones profonds. Ses recherches trouvent notamment des applications en génomique, pour l'analyse des données de profilage moléculaire à l'échelle de la cellule unique. Il est engagé dans la recherche reproductible et de l'éducation à la programmation, notamment via la plateforme www.numerical-tours.com. Il a été récompensé par deux bourses ERC (une Starting Grant en 2010 et une Consolidator Grant en 2016), le Prix Blaise Pascal de l'Académie des Sciences en 2017, le Prix Magenes de l'Union Mathématique Italienne en 2019 et la médaille d'argent du CNRS en 2021. Il occupe les fonctions de directeur scientifique adjoint de l'institut 3IA Prairie et de directeur du centre de données de l'ENS.
- 1CNRS/École Normale Supérieur - PSL
WOLF (Wasserstein FLOW Learning for multi-Omics)
Le profilage moléculaire à l'échelle d'une seule cellule permet de cartographier le développement cellulaire avec un niveau de détail inégalé. Le transport optimal permet l'analyse de ces processus dynamiques en les représentant comme des flots minimisant une certaine énergie. Ces flots considèrent les cellules comme des particules évoluant sur un paysage énergétique, défini sur un "espace omique"2 . Toutefois, apprendre ce modèle à partir de larges ensembles de données omiques présente des défis mathématiques et informatiques considérables, qui seront abordés par le projet WOLF. Le premier défi est l'apprentissage conjoint de la structure de l'espace omique et de la fonction énergétique guidant la dynamique. Le deuxième défi concerne la fusion de divers ensembles de données omiques (par exemple, transcriptomique, protéomique et spatial) sans accès à un appariement explicite entre les cellules des différents omiques. Les avancées théoriques et numériques réalisées par le projet WOLF œuvreront de concert pour fournir le premier cadre cohérent pour l'inférence de ces trajectoire multi-omiques. Cela ouvrira la voie à des découvertes biologiques significatives pour la caractérisation des voies moléculaires du développement et la compréhension des mécanismes de certaines maladies.
- 2Les approches omiques associent des technologies de chimie analytique, de biochimie et de biologie moléculaire aux sciences des données afin de mieux comprendre le fonctionnement des systèmes biologiques. Les recherches conduites à l’institut dans ce domaine couvrent l’ensemble des omiques (génomique, transcriptomique, protéomique et métabolomique) et permettent d’explorer dans sa globalité la complexité du vivant, des microorganismes à l’Homme.