Recherche

Mes recherches portent sur le développement de méthodes statistiques et informatiques pour les données complexes et multidimensionnelles, avec des applications particulières en génomique, bioinformatique, biostatistique et recherche biomédicale. Un axe central de mes travaux est la mise en évidence de structures latentes et d'hétérogénéité biologique à partir de mesures bruitées, incomplètes ou indirectes.

Un axe majeur de mes recherches concerne l'inférence Bayésienne et Bayésienne empirique pour les études à grande échelle. Dans les applications génomiques et moléculaires modernes, des milliers, voire des millions de caractéristiques – gènes, variants génétiques, protéines ou autres mesures moléculaires – peuvent être analysées simultanément. Je m'intéresse au développement de méthodes capables de distinguer les signaux significatifs du bruit tout en fournissant des mesures fiables de l'incertitude. Mes travaux dans ce domaine portent notamment sur l'estimation de la probabilité a posteriori, les taux de faux positifs locaux, les tests multiples, l'analyse d'association génomique et l'inférence statistique pour les données de grande dimension.

Un second axe majeur concerne le développement de modèles de mélanges et de variables latentes pour l'hétérogénéité biologique. De nombreux échantillons biologiques contiennent des mélanges de sous-populations non observées, et leur composition sous-jacente doit être inférée statistiquement. Mes recherches dans ce domaine portent notamment sur la décomposition des types cellulaires et l'identification des mélanges de souches microbiennes. L'objectif est de déterminer le nombre de composants sous-jacents, d'estimer leurs abondances relatives et de quantifier l'incertitude liée à la structure inférée.

Je travaille également beaucoup avec le séquençage de nouvelle génération et les données génomiques, notamment sur des problèmes liés à la détection de variants, aux erreurs de séquençage, à l'identification des souches et à la variation génomique. Ces applications impliquent souvent des structures de dépendance complexes, de faibles rapports signal/bruit, des erreurs de mesure et des besoins de calcul importants, ce qui ouvre des perspectives de développement méthodologique et algorithmique.

Un volet important de mes recherches consiste à traduire la méthodologie statistique en outils informatiques reproductibles, évolutifs et libres de droits. J'ai développé des logiciels statistiques et des chaînes de traitement analytiques pour l'estimation du taux de faux positifs local, l'analyse des variants génomiques, l'estimation de la composition cellulaire et l'identification des mélanges de souches microbiennes. Dans ces domaines, mon objectif est de développer des méthodes rigoureuses sur le plan statistique, pratiques sur le plan informatique et utiles aux chercheurs travaillant avec des données biologiques et biomédicales réelles.