Thèse Découverte par Intelligence Artificielle de Biomarqueurs Lncrna Basés sur la Structure pour le Diagnostic Précoce et le Pronostic du Sepsis H/F

Détail du poste

Établissement : Université Paris-Saclay GS Informatique et sciences du numérique École doctorale : Sciences et Technologies de l'Information et de la Communication Laboratoire de recherche : IBISC - Informatique, BioInformatique, Systèmes Complexes Direction de la thèse : Fariza TAHI ORCID 0000000239755668 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-11-30T23:59:59 La prédiction de la structure secondaire de l'ARN repose traditionnellement sur des modèles thermodynamiques identifiant les conformations d'énergie libre minimale. Bien qu'efficaces pour les ARN courts, ces approches sont inadéquates pour les ARN non codants longs (ARNnc), qui présentent une hétérogénéité structurale, de multiples conformations stables et de faibles contraintes évolutives. Les méthodes d'apprentissage automatique récentes ont amélioré la précision des prédictions, mais restent largement déterministes et ne parviennent pas à appréhender l'incertitude structurale, ce qui limite leur applicabilité aux jeux de données biologiques bruités.

Parallèlement, les analyses transcriptomiques de maladies complexes telles que la septicémie ont généré des jeux de données à grande échelle, mais très hétérogènes. Les cadres analytiques actuels s'appuient principalement sur l'expression des gènes et ignorent largement l'information structurale de l'ARN, malgré son importance potentielle pour la régulation immunitaire et l'hétérogénéité de la maladie.

Ce projet vise à pallier ces deux limitations en développant des modèles prenant en compte l'incertitude pour l'inférence structurale de l'ARN et en les appliquant aux données transcriptomiques de la septicémie, constituant ainsi un banc d'essai rigoureux et cliniquement pertinent. Le principal défi consiste à intégrer la variabilité structurale dans des représentations d'apprentissage automatique robustes, adaptées aux systèmes biologiques à fort bruit. Sepsis remains a major cause of mortality due to delayed diagnosis and high biological heterogeneity. Long non-coding RNAs (lncRNAs) are key regulators of immune responses, yet current biomarker strategies rely primarily on expression levels and overlook structural determinants of function.
This project aims to develop novel AI-based tools for predicting lncRNA secondary structure and functional motifs, and to integrate these features into predictive models for sepsis diagnosis and prognosis.
By combining methodological innovation in RNA structural biology with clinical application, this project seeks to establish a new paradigm: leveraging lncRNA structure-function relationships for precision medicine in sepsis.
This project addresses a critical bottleneck in computational biology and critical care research: the lack of robust molecular representations for Sepsis, a highly heterogeneous and life-threatening condition.
We aim to develop next-generation machine learning methods for RNA secondary structure inference in long non-coding RNAs (lncRNAs), explicitly modeling structural uncertainty to improve robustness in complex disease settings such as sepsis.
Specific objectives:
1. Develop AI models for probabilistic RNA structural inference, enabling ensemble-level representations of lncRNA folding.
2. Construct uncertainty-aware structural embeddings integrating sequence, evolutionary signals, and structural variability.
3. Use sepsis transcriptomic datasets as the primary and most challenging validation framework, characterized by strong immune dysregulation and high biological noise.
4. Evaluate whether structure-aware representations improve the detection of molecular signals associated with sepsis onset, severity, and progression, beyond sequence-only models.
5. Benchmark performance against state-of-the-art RNA folding and machine learning approaches.

Le profil recherché

Master 2 ou diplôme d'ingénieur (ou équivalent) en Bioinformatique, Intelligence Artificielle, Science des Données, ou domaine équivalent.