© FHU PREMA https://www.fhu-prema.org

Hervé TURLIERBiologie

Starting Grant

Centre interdisciplinaire de recherche en biologie (CIRB) - (Collège de France/ CNRS/ Inserm)

La recherche d’Hervé Turlier combine modélisation physique, simulations numériques et analyse statistique des données pour déchiffrer les principes de la morphogenèse des embryons précoces. Après une thèse à l’Institut Curie (2010-2013) sur la physique de la division cellulaire (cytokinèse), sous la direction de Jean-François Joanny, il rejoint en 2014 les équipes de François Nédélec et Takashi Hiiragi au Laboratoire européen de biologie moléculaire (EMBL) à Heidelberg (Allemagne) pour travailler sur la modélisation des toutes premières étapes de la morphogenèse de l’embryon de souris. De retour en France en 2017, grâce à un financement ATIP-Avenir et au soutien de la Fondation Bettencourt-Schueller, il créé une nouvelle équipe de recherche au Centre interdisciplinaire de recherche en biologie, qui s’intéresse à la modélisation des processus morphogénétiques à travers les échelles spatiotemporelles.

Rétro-ingénierie du développement embryonnaire par apprentissage machine informé physiquement DeepEmbryo

L'embryogenèse est l'archétype d'un processus auto-organisé, où l'émergence d'une structure complexe découle de l'interaction de ses parties élémentaires. Des percées rapides en microscopie par fluorescence, en génie génétique et en séquençage de cellules individuelles nous permettent d'étudier le développement embryonnaire à une résolution spatio-temporelle sans précédent. Mais l'extraction d'informations biophysiques à partir de données multidimensionnelles aussi complexes, qui est indispensable pour formuler des modèles réalistes du comportement collectif des cellules embryonnaires, reste un défi majeur. DeepEmbryo propose de combler cette lacune en combinant modélisation physique et apprentissage machine pour rétro-ingénierer le développement des embryons précoces directement à partir de données de microscopie d’embryons. Le projet fournira une plateforme informatique unique pour découvrir et tester de nouveaux principes d'auto-organisation multicellulaires à partir de données expérimentales. Il promet d’inaugurer un nouveau domaine à la frontière entre intelligence artificielle, physique et biologie du développement, avec de possibles retombées pour la modélisation de systèmes multi-agents, l’ingénierie tissulaire et l'inférence physique.