Une thèse co-dirigée par INRAE lauréate d'un prix Science ouverte 2024
Le 6 novembre, lors de la Journée nationale du doctorat, le ministère de l'Enseignement supérieur et de la Recherche a récompensé la thèse de Camille Juigné en lui remettant un prix Science ouverte de la thèse. Ce prix récompense les thèses soutenues pour lesquelles la pratique de la science ouverte a contribué à la qualité du travail scientifique.
Cette première édition du prix science ouverte de la thèse complète les prix science ouverte déjà mis en place pour les données de la recherche et le logiciel libre de la recherche. Les prix science ouverte s’inscrivent dans le cadre du deuxième Plan national pour la science ouverte, et visent à valoriser les pratiques des sciences ouvertes dans la recherche.
Une mise en valeur les pratiques de science ouverte chez les jeunes chercheuses et chercheurs
À travers ce prix, le ministère vise à encourager les doctorantes et doctorants à se former à la science ouverte et à appliquer ses principes dans leurs travaux de recherche.
Au total, 8 lauréats ont été récompensés, inscrits dans 4 catégories thématiques identifiées : "Médecine et biologie santé", "Sciences et technologies", "Sciences humaines et sociales", "Pluridisciplinaire et transversale".
Camille Juigné, lauréate dans la catégorie "Médecine et biologie santé"
Soutenue en 2023 à l'Institut Agro Rennes-Angers dans le domaine de la génétique, génomique et bio-informatique, cette thèse co-dirigée par INRAE et l'INRIA a été menée à l'UMR Pegase (Physiologie, Environnement et Génétique pour l'Animal et les Systèmes d'Elevage) de Rennes.
Titre : Intégration et analyse de données biologiques hétérogènes par exploitation de graphes multicouches pour mieux comprendre les variations d’efficience alimentaire chez le porc
Title: Integration and analysis of heterogeneous biological data through multilayer graph exploitation to gain deeper insights into feed efficiency variations in growing pig
Résumé : Les progrès technologiques d’étude du vivant ont conduit à une explosion de données multimodales et multicentriques. Ce phénomène soulève de nombreuses questions liées au stockage, à la standardisation et à l’analyse de ces données massives. Ainsi, ce travail de thèse porte sur le développement d’une méthode intégrative d’analyse de données biologiques, pour en extraire de la connaissance. Pour prendre en compte leur forte interdépendance, cette approche consiste à intégrer différents types d’entités biologiques (ARNm, protéines, métabolites, caractères observables) qui sont habituellement étudiés indépendamment les uns des autres. La solution informatique élaborée permet d’intégrer ces données hétérogènes dans un graphe multicouche, avec une couche par type d’entités. L’originalité est de relier les éléments d’une couche ou de couches différentes par des propriétés extraites des bases de données et de connaissances publiques à l’aide de technologies du Web Sémantique. A partir de ce graphe, le but est de caractériser les relations entre un groupe de molécules d’intérêt grâce à des métriques de la théorie des graphes. La méthode développée a été appliquée à des jeux de données expérimentaux (transcriptomique, métabolomique et phénotypes animaux) pour décrire et comprendre les relations entre les molécules et leur importance dans la variation d’efficience alimentaire de porcs. L’efficience alimentaire est un phénotype clé pour contribuer à un élevage durable, mais complexe. Ce travail a permis de mettre à disposition des méthodes d'analyse novatrices, à différentes échelles de l’organisation du vivant, favorisant une meilleure compréhension des processus biologiques.
Retour