Utilisation Des Champs de Markov Pour Le Nommage

**Niveau de diplôme exigé **:Bac + 5 ou équivalent

**Fonction **:Stagiaire de la recherche

**A propos du centre ou de la direction fonctionnelle**:
Le centre Inria d'Université Côte d'Azur regroupe 42 équipes de recherche et 9 services d’appui. Le personnel du centre (500 personnes environ) est composé de scientifiques de différentes nationalités, d’ingénieurs, de techniciens et d’administratifs. Les équipes sont principalement implantées sur les campus universitaires de Sophia Antipolis et Nice ainsi que Montpellier, en lien étroit avec les laboratoires et les établissements de recherche et d'enseignement supérieur (Université Côte d’Azur, CNRS, INRAE, INSERM...), mais aussi avec les acteurs économiques du territoire.

Présent dans les domaines des neurosciences et biologie computationnelles, la science des données et la modélisation, le génie logiciel et la certification, ainsi que la robotique collaborative, le Centre Inria d’Université Côte d’Azur est un acteur majeur en termes d'excellence scientifique par les résultats obtenus et les collaborations tant au niveau européen qu'international.

**Contexte et atouts du poste**:
La biologie du développement vise à comprendre la dynamique de la formation des tissus ou des organes au sein d'un organisme. Pour étudier le développement, de nombreux organismes modèles sont utilisés. La plupart d'entre eux sont des animaux, comme le nématode _C. elegans_ ou la drosophile. Chacun de ces modèles a sa propre spécificité, qui peut le rendre plus adapté à l'observation et/ou à l'analyse. Par exemple, le nématode _C. elegans_ est transparent, ce qui le rend idéal pour l'observation au microscope optique, et il a un développement stéréotypé remarquable, chaque adulte ayant exactement le même nombre de cellules somatiques, chaque cellule ayant son homologue chez les autres individus. En d'autres termes, chaque cellule peut être identifiée par un nom (Sulston, 1983). Cette dernière propriété permet non seulement d'effectuer des comparaisons cellulaires dans les études de population, mais aussi d'agréger différents types de cellules.

En ce qui concerne les vertébrés, les souris sont généralement le modèle de prédilection. Cependant, en tant que proches parents des vertébrés, les tuniciers sont également largement utilisés comme modèles pour étudier le développement embryonnaire, les ascidies étant le groupe le plus important parmi les tuniciers. Les embryons de certaines espèces d'ascidies sont transparents, ce qui les rend aptes à l'observation microscopique. Enfin, le développement des embryons d'ascidies (dans les premiers stades) est stéréotypé au niveau cellulaire, comme le nématode _C. Elegans_, et ce, même d'une espèce à l'autre. Cette stéréotypie a permis le développement de nomenclatures (Kofold, 1893 ; Castle, 1896 ; Conklin, 1905) à partir d'observations en microscopie optique, qui fournissent des noms non ambigus pour les cellules embryonnaires pendant les premiers stades du développement.

Afin d’agréger des informations (par exemple d’expression génique) par cellule, il est donc nécessaire de pouvoir « nommer » les cellules d’un embryon à un instant quelconque. Ce projet vise à inférer les noms des cellules d’un embryon (issu d’une image 3D) à partir d’une base d’embryons en développement (issus de séries temporelles d’images 3D) déjà nommés (Guignard, 2020). Si le nombre de cellules est représentatif du stade de développement, il n’existe pas une exacte correspondance entre les cellules de deux embryons ayant le même nombre de cellules, à cause de l’hétérochronie des divisions (l’ordre temporel des divisions cellulaires est différent d’un embryon à l’autre). Par contre, il est possible de quantifier une similarité entre les cellules de deux embryons (Malandain, 2024), avec laquelle on peut estimer des probabilités empiriques de nommage pour chaque cellule. Par ailleurs, un embryon peut être représenté comme un graphe (les cellules étant les nœuds, les arêtes étant les adjacences entre cellules), ce qui introduit naturellement des probabilités conjointes entre les noms de deux cellules adjacentes.

**Mission confiée**:
Ce stage a pour but de construire un champ de Markov dans un cadre Bayésien sur le graphe défini par l’embryon étudié, pour attribuer des noms aux cellules. La vraisemblance et l’a priori (interactions entre cellules voisines sur le graphe) seront inférés par une analyse statistique de la base de données d’embryons annotés. Le nommage des différentes cellules sera obtenu par l’optimisation du modèle par recuit simulé. Pour ce faire, la contrainte d’unicité de la cellule pour un nom donné sera préservée par une dynamique de type Kawasaki.

**Principales activités**:
Développer un code (python) pour nommer un embryon 3D (représenté sous forme de graphe) à parti