Informations professionnelles
Statut: Docteur ED
ED: EDITE
Unité de recherche: LCQB
Employeur: Sorbonne Université Date de debut de thèse: 1 octobre 2018 Date soutenance de thèse: 19 décembre 2022 Directeur de thèse: Martin WEIGT (LCQB) Sujet de thèse: Machine learning and guided docking for protein-protein interactions using massive genomic data
Employeur: Sorbonne Université Date de debut de thèse: 1 octobre 2018 Date soutenance de thèse: 19 décembre 2022 Directeur de thèse: Martin WEIGT (LCQB) Sujet de thèse: Machine learning and guided docking for protein-protein interactions using massive genomic data
Soutenance de thèse
Données générales
Titre : Machine learning and co-evolution
methods for protein-protein interactions
Date : 19 décembre 2022
Heure: 14:00
Résumé : Entrez le résumé
Lieu : Jussieu
Rapporteurs/ Rapporteuses
| Personne | Qualité | Etablissement |
|---|---|---|
| M. Guerois Raphael | Directeur de recherche (HDR) | Commissariat à l'énergie atomique et aux énergies alternatives |
| M. Pagnani Andrea | Professeur des universités | Politecnico di Torino (Italie) |
Composition du jury
| Personne | Qualité | Etablissement |
|---|---|---|
| Mme. Carbone Alessandra | Professeure des universités | Laboratory of Computational and Quantitative Biology, Sorbonne Université |
| M. Weigt Martin | Professeur des universités | Laboratory of Computational and Quantitative Biology, Sorbonne Université |
| Mme. Galochkina Tatiana | Maîtresse de Conférences | laboratoire of excellence GR-Ex |
| M. Pagnani Andrea | Professeur des universités | Politecnico di Torino (Italie) |
| M. Guerois Raphael | Directeur de recherche (HDR) | Commissariat à l'énergie atomique et aux énergies alternatives |