Extraction de connaissances à partir de données de protéomique de découverte haut-débit
Résumé
Ce mémoire présente mon travail d'encadrement d'activités de recherche pour les années 2012-2016, ainsi que des perspectives pour les cinq années à venir. Au travers de la présentation de deux de mes projets de recherche, j'analyse les différentes questions suscitées par l'animation d'un groupe de recherche dont l'objectif est le développement d'outils et de méthodes permettant l'extraction de connaissances automatisées à partir de données de quantification relative en protéomique label-free obtenues par spectrométrie de masse haut-débit. Ces questions concernent notamment (i) l'encadrement de jeunes chercheurs et la valorisation de leurs activités; (ii) la recherche de financements; et surtout (iii) la gestion des difficultés spécifiques au contexte interdisciplinaire (mode de diffusion/valorisation, équilibre entre recherche et ingénierie, pilotage et priorisation des sujets de recherche, etc.). Le premier projet présenté, ProStaR, est un outil logiciel permettant de faciliter l'analyse statistique de données protéomiques. Au-delà de l'important travail d'ingénierie que sa réalisation a nécessité, je montre qu'il peut être le support de nombreux petits projets relativement indépendants mais novateurs en science des données. Le second projet, Reveal-MS, propose de résoudre le démultiplexage de spectres de peptides par des méthodes innovantes de factorisation non-négative de matrices de grandes tailles. A l'inverse du précédent projet et dans une logique complémentaire, celui-ci est moins motivé par les besoins quotidiens de la protéomique que par la possibilité à long terme de permettre une rupture dans l'état de l'art.
