Métaprogramme DIGIT-BIO. Crédit photo : @REZOOmarketing

Actualités

Période
Photo d'un puceron © wirestock, Freepik
article

01 avril 2025

Rédaction : Marjorie Domergue

Phénotypage digital ouvert pour accélérer la création de variétés résistantes aux pucerons

La pression exercée par les insectes ravageurs comme les pucerons et l’incidence des maladies virales qu’ils transmettent est en constante augmentation. Le changement climatique, la réduction des insecticides et l’apparition de résistances aux insecticides encore autorisés favorisent fortement leur cycle de vie et leur dynamique populationnelle. Face à la nécessité de réduire l’utilisation des insecticides, de nouvelles approches agro-écologiques ont émergé ces dernières décennies, utilisant la diversité génétique des plantes cultivées pour modifier à notre avantage le comportement ou les performances des pucerons. Ces approches nécessitent une caractérisation précise de la diversité génétique végétale et il n'existe actuellement aucun système de phénotypage ouvert, performant, standardisé et abordable pour des applications futures. Afin de lever ce verrou, le consortium Gratitude propose de développer un système digital de phénotypage « plante-puceron » capable de caractériser le développement et le comportement de ces insectes ravageurs.
OBAMA © Pexels Sarai Zuno
article

18 mars 2025

Rédaction : Marjorie Domergue

L’intelligence artificielle au service de la sélection génétique des animaux d’élevage

La sélection génétique animale a connu une véritable révolution depuis quelques années, grâce à l’avènement de la génomique, qui a permis sélectionner plus facilement certains phénotypes essentiels aux programmes de sélection. Cependant, relier des variations génétiques détectées à des caractères phénotypiques d’intérêt reste toujours compliqué. Le projet interdisciplinaire OBAMA propose de combiner l’IA et la génomique pour mieux comprendre l’influence des facteurs génétiques sur les phénotypes chez le porc.
bandeau general DIGIT-BIO V4.jpg
article

04 février 2025

Rédaction : Marjorie Domergue

Séminaire DIGIT-BIO 2024 : voir le replay

Plus de 130 participants en présentiel et distanciel ont suivi le second séminaire du métaprogramme DIGIT-BIO, les 12 et 13 décembre à l'Hôtel Valpré. Vous n'avez pas pu assister à l'évènement ? Les replay des différentes séquences et les présentations sont disponibles (accès Intranet Inrae)
Photo de chenille du maïs © INRAE, Buisson Christophe
article

15 novembre 2024

Rédaction : Domergue Marjorie

Modéliser les mécanismes neuronaux de la perception de la gravité chez la chenille de la pyrale du maïs

La perception de la gravité par les chenilles reste encore inconnue. Pourtant, grâce à une adaptation évolutive, les chenilles de la pyrale du maïs sont capables d’utiliser cette information pour se déplacer vers le bas de l’épi, et ainsi éviter leur élimination lors de la récolte. L'objectif principal de cette étude est de comprendre comment les chenilles utilisent l'information de la gravité pour orienter leur déplacement.
article

01 avril 2025

Rédaction : Marjorie Domergue

Modélisation spatio-temporelle des voies de signalisation : impact de la compartimentation endosomale et application aux récepteurs aux gonadotrophines

Thèse de Chloé Weckel (PRC, 2024-2026). Dans la continuité du projet exploratoire IMAGO financé par DIGIT-BIO, cette thèse vise à développer de nouveaux formalismes pour décrire les dynamiques spatio-temporelles de la signalisation cellulaire.
bandeau in silicow 2.JPG
article

15 novembre 2024

Rédaction : Marjorie Domergue

Le simulateur inSilicow : un atelier laitier virtuel pour piloter un élevage réel

En appliquant le concept de jumeau numérique à l'échelle de l'atelier laitier d'une ferme, le projet inSilicow propose de développer un outil de simulation multi-échelle pour l’aide à la décision concernant les pratiques d'élevage des vaches laitières. Démarrant en 2024 pour une durée de 4 ans, le projet inSilicow est un projet phare du métaprogramme DIGIT-BIO.
HepatO'Twin © Julos, Freepik
article

18 juin 2024

Rédaction : Marjorie Domergue

HepatO’twin : un jumeau numérique pour explorer les effets des contaminants alimentaires sur le métabolisme hépatique

HepatO'Twin a pour objectif d'utiliser le concept de jumeau numérique pour explorer les effets des contaminants alimentaires sur le métabolisme hépatique. Un futur levier pour mieux appréhender le risque de développer des maladies métaboliques en fonction du régime alimentaire et de l’exposition à ces contaminants.
Illustration IA en science du vivant 2
article

12 juillet 2024

Rédaction : Marjorie Domergue

Replay séance 5 : L'apprentissage profond par renforcement pour soutenir la prise de décision face aux enjeux environnementaux et sociétaux

Lors de cette séance, Meritxell Vinyals, jeune chercheuse à MIA-T, nous explique comment elle utilise l’apprentissage profond par renforcement pour répondre aux enjeux environnementaux et sociétaux.
Illustration IA en science du vivant 2
article

12 juillet 2024

Rédaction : Marjorie Domergue

Replay séance 6 : Intégration de données omiques par NMF pour étudier les altérations de la peau

Pour cette 6ème séance, Aurélie Mercadié, Doctorante CIFRE à l'Unité MIA-T et Pierre Fabre Dermocosmétique nous a présenté ses recherches sur l'Intégration de données omiques par Factorisation Matricielle Non-négative pour étudier les altérations de la peau.
Fermentwin © Freepik
article

15 novembre 2024

Rédaction : Com

Jumeaux numériques pour prédire l’évolution du microbiote alimentaire lors de la fermentation végétale

La maîtrise de la production en fermentation continue représente un enjeu majeur pour l’industrie des boissons à base de jus végétal fermenté. En proposant la mise au point d’un jumeau numérique capable de prédire et contrôler en continu le processus de fermentation végétale, le projet FermenTwin ouvre des perspectives prometteuses pour les technologies alimentaires.
Bandeau jumeaux numérique DIGIT-BIO @REZOOmarketing
article

25 novembre 2024

Rédaction : Marjorie Domergue

Overview des projets soutenus par DIGIT-BIO

Depuis son lancement en mars 2021, DIGIT-BIO a financé 10 consortia interdisciplinaires, 17 projets exploratoires et 2 projets emblématiques dans le domaine de la biologie numérique, impliquant plus e 340 chercheurs. Retrouvez l'Overview des actions soutenues par le métaprogramme.
article

11 mars 2025

Rédaction : Com

Un réseau interdisciplinaire pour la génomique 3D

Dans le noyau d'une cellule animale ou végétale, la conformation tridimensionnelle du génome a un impact majeur sur son fonctionnement. Mieux comprendre les liens entre la structure 3D du génome et son fonctionnement représente un défi méthodologique majeur qui nécessite un dialogue entre différentes disciplines.
article

01 avril 2025

Rédaction : Marjorie Domergue

Apprentissage automatique et épigénotypage haut-débit : un nouveau levier pour améliorer la prédiction des phénotypes chez le bovin

Thèse d'Alexandre Asset (BREED /MIA-PS, 2024 - 2026). Dans la continuité du parcours EPINUM, cette thèse propose d’utiliser des approches d’IA pour améliorer la prédiction phénotypique à partir de données épigénétiques.
article

29 août 2023

Rédaction : Marjorie Domergue

Chat GPT, décryptage d'un algorithme (REPLAY)

ChatGPT fait actuellement la une de l’actualité et est au centre de tous les débats. Invité par DIGIT-BIO, Vincent Guigue, Professeur d'informatique à AgroParisTech, a décrypté cet outil et analysé ses forces, ses limites mais également les potentiels dangers liés à cette architecture, lors d'un webinaire qui s'est tenu le 7 juillet. Le replay est en ligne.
Illustration IA en science du vivant 2
article

05 mars 2024

Rédaction : Marjorie Domergue

Replay séance 4 (Maxime Delmas) : Modèles de Langage pour l'Extraction d'Informations

Lors de cette 4ème séance du 5 mars, Maxime Delmas (en post doc à l'IDIAP) nous a présenté les Modèles de Langage pour l'Extraction d'Informations, avec une comparaison entre extraction et génération de données synthétiques.
Illustration thèse confinancée
article

01 avril 2025

Rédaction : Com

Caractérisation et modélisation algorithmique de la réponse du système d’acquisition racinaire d’azote à un milieu hétérogène en nitrate

Thèse Cannelle Armengaud (IPSiM, 2023-2026). L’objectif de cette thèse, qui s'inscrit dans la suite du projet ALGOROOT, est de mieux comprendre et modéliser le comportement du système racinaire des plantes face à un choix entre des milieux qui diffèrent pour leur disponibilité en nutriments.
article

01 avril 2025

Rédaction : Marjorie Domergue

Apprentissage profond sur graphes pour décrire, analyser et comparer le développement neurocomportemental du jeune agneau soumis à différentes expériences précoces.

Thèse d'Antoine Bourlier (PRC, 2022-2025). L’essor de méthodes d’imagerie cérébrale génère une masse considérable de données morphologiques et fonctionnelles. Pour autant, leur exploration puis leur comparaison au cours du temps pour un individu, entre individus, et plus encore entre espèces différentes n’ont pu être que partielles. Cette thèse vise à créer de nouveaux algorithmes d’analyses et de comparaisons anatomo-fonctionnelles d’encéphales à l’aide de méthodes classiques (théorie des graphes) mais aussi plus récentes.
article

11 mars 2025

Rédaction : Com

Un nouvel outil pour l'exploration du réseau contrôlant l'architecture de la plante

Pour maintenir la performance agronomique des plantes dans des environnements de plus en plus stressants, il est nécessaire d’avoir une vision systémique de leurs mécanismes d’adaptation et notamment de leur développement architectural, c’est-à-dire l’initiation et le développement de nouveaux organes.
illustration concept math
article

18 septembre 2023

Rédaction : Marjorie Domergue

Concepts maths pour comprendre le vivant : Replay Battle de méthodes

Le cycle d'animations "Concepts maths pour comprendre le vivant" se poursuit. Pour cette seconde séance, Caroline Baroukh et Wolfram Liebermeister se sont prêtés au jeu de la "Battle de méthode", en comparant 2 méthodologies (modèles EDO et modèles sous contraintes), pour la modélisation du métabolisme.
Illustration IA en science du vivant 2
article

06 octobre 2023

Rédaction : Marjorie Domergue

Machine learning pour la classification supervisée : replay séance 1

Cette seconde séance organisée en format hybride a été suivie par plus de 200 participants.
Fond Starline - Freepik
article

29 août 2023

Rédaction : Marjorie Domergue

M. Delmas : Construire, exploiter et étendre un graphe de connaissances pour l’étude des liens entre métabolisme et santé

Maxime Delmas soutiendra le 24 octobre sa thèse co-financée par DIGIT-BIO sur le sujet Construire, exploiter et étendre un graphe de connaissances pour l’étude des liens entre métabolisme et santé.
  • 1 (current)