Keynote
Thomas Schiex, directeur de recherche à l’unité MIAT, INRAe Toulouse.
Titre: Conception de Nouvelles Protéines avec l’Intelligence Artificielle
Le Design Computational de Protéines vise à designer (ou re-designer) des protéines afin de doter les protéines existantes ou nouvelles de fonctions/propriétés ciblées. Cette présentation montrera comment, au cours des dernières années, la boîte à outils traditionnelle de Conception de Protéines Computationnelle a été largement réinventée par des architectures neuronales originales ou par l’adaptation directe d’architectures d’IA Générative ciblées sur le texte (comme ChatGPT) ou l’image (comme Dall-E).
Bien que ces architectures semblent capables de concevoir de nouvelles structures stables de manière bien plus fiable que la génération précédente d’outils de design computationel de protéines, la conception d’une séquence/structure de protéine pour une fonction ciblée nécessite souvent d’imposer des contraintes/vérifications spécifiques sur la séquence/structure générée, ce qui est souvent non trivial en utilisant uniquement l’apprentissage profond. Cela peut être facilité par l’utilisation d’une technologie de conception hybride d’IA, mélangeant apprentissage profond, raisonnement automatique et modélisation moléculaire.
Cela sera illustré par quelques exemples récents de conception de protéine avec une caractérisation expérimentale.
Programme
9h-9h15 : Introduction
9h15-10h : Conception de Nouvelles Protéines avec l’Intelligence Artificielle (keynote), Thomas Schiex
10h-10h30 : Integrating regulation types into network inference method evaluations: a complete evaluation based on Bacillus subtilis, Vincent Rocher
10h30-11h : break
11h-11h30 : Différentes approches de l’apprentissage semi-supervisé pour la prédiction des séquences régulatrices, Han Phan
11h30-12h : Unraveling regulatory associations using explainable AI, Lisa Chabrier
La journée aura lieu à INRAe Toulouse au laboratoire MIAT dans la salle de conference room C8-030. Elle débutera le mardi 25 juin à 9h et se terminera à 12h. Les informations et une carte pour s’y rendre sont disponibles ici: https://miat.inrae.fr/contact/
L’événement est gratuit, mais l’inscription obligatoire pour raisons logistiques: https://lego-jobim2024.sciencesconf.org/registration. Les inscriptions seront fermées le 31 mai (ou plus tôt si la capacité de la salle est atteinte).
Appel à contributions
Nous acceptons les résumés de 300 mots ou moins, en français ou en anglais, décrivant des recherches en cours ou publiées récemment sur des sujets de machine learning pour la génomique.
Les membres de l’animation du GT sélectionneront un sous-ensemble des résumés soumis pour des présentations orales. Les présentations auront lieu en anglais.
Les résumés sont à envoyer ici avant le 17 mai 2024 (la soumission nécessite de se connecter au site scienceconf).
Practical aspects
The meeting will take place on Tuesday June 25 at INRAe Toulouse at the MIAT laboratory in conference room C8-030, from 9 a.m. to 12.30 p.m. To get there, information and a map are available on this page: https://miat.inrae.fr/contact/
The event is free, but registration is mandatory (here) for logistical reasons, and will close on May 31st (or earlier if the room capacity is reached).
Call for abstracts
We welcome abstracts of up to 300 words, in French or English, on recently published or ongoing research related to machine learning for genomics.
The working group organizers will select a subset of the submitted abstracts for oral presentations (in English).
The deadline is set to May 17th, 2023 and abstracts should be submitted here (submission requires to log in to the scienceconf website).
