Prédiction des caractéristiques peptidiques et de leurs bioactivités potentielles par apprentissage automatique/intelligence artificielle

Description

Les procédés biotechnologiques d'hydrolyse enzymatique seuls ou en couplages avec des procédés membranaires, utilisés pour la valorisation de coproduits par la production de peptides d'intérêts, génèrent de très nombreuses séquences peptidiques dont l'analyse est généralement effectuée par des méthodes basées sur la spectrométrie de masse (MS). Cependant, ces techniques analytiques génèrent de vastes quantités de données qu'il est difficile d'analyser avec précision à l'aide de modèles statistiques classiques. Différentes stratégies sont maintenant disponibles pour analyser des jeux de données de peptides très diverses issues de la MS, telles que la recherche dans les bases de données, la vectorisation de peptides et l'apprentissage automatique (AA). Cependant ces stratégies n'ont jamais été utilisées pour étudier les processus électromembranaires en lien avec la peptidomique afin de prédire et d'expliquer les performances et les phénomènes de migration. Ainsi, ce projet s'inscrit dans le cadre d'un vaste projet de recherche visant la valorisation éconconcue des coproduits bioalimentaires et le développement de procédés écoefficients (Consortium VITALE), par des approches innovantes et durables basées sur les procédés électromembranaires.

Les objectifs du présent projet sont:
1) Faire une revue de l'état de l'art sur la vectorisation de peptides par modèles de traitement du langage naturel;
2) Développer une approche d'AA pour la vectorisation des peptides en fonction de leurs chaînes d'acides aminés;
3) Développer un modèle d'AA prédictif de(s) bioactivité(s) des peptides en fonction de leur vectorisation;
4) Optimiser l'efficacité biologique d'un peptide identifié ou provenant d'une nouvelle source par modification de sa séquence;
5) Confirmer la/les bioactivité(s) des séquences et valider des modèles biostatistiques et d'AA.

Domaines de recherche

- Apprentissage automatique
- Intelligence artificielle
- Vectorisation de peptides
- Bioactivités

Directeur de recherche

Laurent Bazinet

Milieu de recherche

Laboratoire de transformation alimentaire et procédés électromembranaires

Site web

Soutien financier disponible par programme d’études

Doctorat en sciences des aliments

Description du programme

Soutien financier disponible*

Financement en lien avec le projet de recherche

22000$ par année pendant 3 années.

Salaire de 22 000$ /an (CAD), excluant les avantages sociaux et les bourses de la faculté. Tout candidat ou candidate ayant une bourse d'un organisme subventionnaire se verra octroyé un supplément de bourse.

Financement en lien avec le programme d'études

Bourses de réussite

Étapes	Prime
Présentation et acceptation du projet de recherche ET remise du plan de collaboration	3 000$
Progression attendue au programme d'études	3 000$
Dépôt initial de la thèse au plus tard à la fin de la 11^e session	4 000$
Total	10 000$

Financement en lien avec l'Université Laval

Sources de financement	Montant
Bourses de leadership et d'engagement (Canadien(ne)s et résidents permanents)	30 000$
Bourses citoyennes et citoyens du monde (étudiant(e)s de l'international)	30 000$
Bourse pour projet de stage ou de recherche hors Québec	1 000$ à 2 000$
Bourse d’études supérieures des organismes subventionnaires	25 000$ à 40 000$
Répertoire électronique des bourses de troisième cycle	500$ à 50 000$

Bourses d’exemption des droits de scolarité supplémentaires pour étudiantes et étudiants de l'international: bourse permettant aux candidates et candidats de l’international de payer les mêmes droits de scolarité que ceux du Canada, ce qui représente une économie globale d’environ 40 000$.

_{* Présentation du soutien financier maximal disponible. Certaines conditions s'appliquent. Sujet à changement sans préavis. Pour plus d'information, renseignez-vous auprès des organismes responsables.}

Profil recherché

- Sciences et technologie des aliments

Exigences et conditions

- Obtention d'un diplôme d'ingénieur, d'une maitrise en biostatistique, bioinformatique ou sciences des aliments (avec intérêt pour l'intelligence artificielle).
- Aptitudes à l'anglais parlé et écrit démontrées.

Documents exigés

- Lettre de motivation
- Curriculum vitæ
- Relevé de notes

Les applications sont dues pour le 30 novembre 2024 au plus tard ou jusqu'à ce que le ou la candidate ou le candidat soit sélectionné. La personne choisie commencera à l'hiver 2025 ou selon ses disponibilités.

Date limite pour postuler

30 novembre 2024

Pour plus d'information

Véronique Perreault
Professionnelle de recherche
Département des sciences des aliments
veronique.perreault.5@ulaval.ca