Fiche de HAMITOUCHE Ilyes

Titre : Machine learning for determining continuous conformational transitions of biomolecular complexes from single-particle cryo-electron microscopy images
Date : 29 mars 2023
Heure: 14:00
Résumé : Au cours de mon travail de thèse, j'ai développé trois méthodes basées sur l'apprentissage profond pour traiter la variabilité conformationnelle continue à partir d'images cryo-EM de particules uniques. Les trois méthodes suivantes sont décrites dans ce manuscrit de thèse, ainsi que leurs résultats sur des données de test : DeepHEMNMA supervisé, Cryo-VIT supervisé et non supervisé. DeepHEMNMA est une méthode de détermination rapide de l'espace conformationnel qui utilise un réseau de neurones convolutifs pour accélérer une méthode précédemment développée pour l'analyse conformationnelle continue, HEMNMA , qui combine une simulation du mouvement calculée par l'analyse des modes normaux (NMA) avec une approche de traitement d'image. Contrairement à DeepHEMNMA, les approches supervisées et non supervisées de Cryo-ViT apprennent à faire correspondre chaque image à un grand nombre de coordonnées atomiques à l'aide d'un autoencodeur variationnel.
Lieu : salle de conférence Tour 22-23 4ème étage site Jussieu.