Méthodes statistiques pour l'analyse de données omiques

Nous développons des méthodes statistiques pour l'analyse des données moléculaires acquises par des technologies à haut-débit. L'objectif dans le développement de ces méthodes est de tenir compte de la complexité intrinsèque de ce type de données (gestion de la dimension, contrôle des faux-positifs, …) et d'avoir des résultats biologiquement interprétables. Nous sommes experts en classification supervisée ou non-supervisée, les modèles linéaires et leur généralisation ainsi que dans les méthodes algorithmiques. Ces méthodes permettent d'étudier l'activité du génome telle que  l'expression des gènes, leurs interactions et les mécanismes de contrôle de l'expression.

Nos sujets de recherche actuels sont : 

• Les études de comparaisons neutres.
• Les modèles de mélanges pour l'analyse de la co-expression.
• Les méthodes de segmentation pour l'analyse longitudinale du génome.
• L'inférence statistique de réseaux de gènes.