Doctorant (F/H) [doct2024-biocore] Contrôle

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

**Fonction **:Doctorant

**A propos du centre ou de la direction fonctionnelle**:
Le centre Inria d'Université Côte d'Azur regroupe 37 équipes de recherche et 8 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 thèse se déroulera à l'Inria Sophia Antipolis, conformément à la réglementation du centre. Les rémunérations en vigueur seront appliquées. De plus, le doctorant bénéficiera d'avantages tels que la restauration sur place et le remboursement partiel des frais de transport, entre autres._

Les communautés microbiennes revêtent une importance capitale en écologie, particulièrement dans les écosystèmes marins. Les microalgues, algues microscopiques capables de photosynthèse, jouent un rôle crucial dans la capture d'au moins 50% du CO2 produit par les activités humaines. Ces microorganismes forment des écosystèmes dynamiques qui coopèrent, se renouvellent et s'adaptent. Selon les principes de l'évolution darwinienne, il est postulé que ces populations ont affiné leurs capacités d'adaptation pour prospérer dans leurs environnements respectifs. Ainsi, les organismes les mieux adaptés tendent à persister dans le temps, tandis que ceux moins capables de gérer efficacement leurs ressources sont voués à une disparition progressive. Par conséquent, explorer les dynamiques de ces microorganismes et leurs interactions, notamment la compétition pour des ressources limitées, revient à investiguer un problème d'optimisation de leur capacité de survie et d'adaptation (fitness).
L'objectif de cette thèse est d'analyser les dynamiques de compétition entre populations microbiennes au sein d'un écosystème donné, confrontées à des ressources limitées et affectées par des facteurs environnementaux fluctuants, notamment la température, un facteur crucial dans le contexte du changement climatique. Nous prévoyons d'améliorer et d'élargir les modèles mathématiques existants, formulés à travers des équations différentielles ordinaires (EDOs) et, potentiellement, des EDOs à retards, pour modéliser la dynamique des populations en compétition. Un aspect central de cette recherche sera l'étude des systèmes chemostats multi-espèces ([1]), qui prennent en compte diverses sources de nutriments pouvant être complémentaires ou substituables ([2]). À partir de ces modèles classiques, nous envisageons d'élargir notre étude pour inclure les impacts de la température et de la lumière sur les microalgues ([3-7]).

**Références citées**:
[1] Smith, H.L. and Waltman, P., 1995. The theory of the chemostat: dynamics of microbial competition (Vol. 13). Cambridge university press.
[2] León, J.A. and Tumpson, D.B., 1975. Competition between two species for two complementary or substitutable resources. Journal of theoretical Biology, 50(1), pp.185-201.
[3] Béchet, Q., Coulombier, N., Vasseur, C., Lasserre, T., Le Dean, L., Bernard, O. (2018). Full-scale validation of an algal productivity model including nitrogen limitation. Algal research, 31, 377-386.
[4] Béchet, Q., Moussion, P., Bernard, O., 2017. Calibration of a productivity model for the microalgae Dunaliella salina accounting for light and temperature. Algal Research, 21, pp.156-160.
[5] Bernard, O., 2011. Hurdles and challenges for modelling and control of microalgae for CO2 mitigation and biofuel production. Journal of Process Control, 21(10), pp.1378-1389.
[6] Blanken, W., Postma, P.R., Winter, L., Wijffels, R. H., Janssen, M. (2016). Predicting microalgae growth. Algal research, 14, 28-38.
[7] Darvehei, P., Bahri, P. A., Moheimani, N. R. (2018). Model development for the growth of microalgae: A review. Renewable and Sustainable Energy Reviews, 97, 233-258.

**Mission confiée**:
les objectifs, et cette structure particulière du problème de contrôle optimal, ainsi que la méthodologie en découlant, constituent des aspects forts de ce projet de thèse.

**Références citées**:
[1] Smith, H.L. and Waltman, P., 1995. The theory of the chemostat: dynamics of micro