Explicabilité des décisions d’un GNN, application à la chémoinformatique

When:
15/05/2024 all-day
2024-05-15T02:00:00+02:00
2024-05-15T02:00:00+02:00

Offre en lien avec l’Action/le Réseau : – — –/Doctorants

Laboratoire/Entreprise : Laboratoire GREYC
Durée : 36 mois
Contact : jean-luc.lamotte@unicaen.fr
Date limite de publication : 2024-05-15

Contexte :

Sujet :
Les laboratoires de recherche GREYC(informatique) et CERMN (pharmacologie) travaillent depuis de nombreuses années au sein d’un groupe commun pour développer des méthodes informatiques innovantes afin de traiter des données liées aux médicaments et notamment d’essayer de prédire et de comprendre le mode d’action d’une nouvelle molécule à partir de connaissances extraites sur un ensemble de molécules.

Les molécules pouvant être modélisées par des graphes, il est possible d’apprendre à un GNN (Graph neural network) à classifier ou prédire l’action de molécules, mais actuellement, aucune explication sur la prise de décision du réseau n’est donnée. L’explicabilité des réseaux est fondamentale dans la prédiction des propriétés thérapeutiques de molécules. En effet, celle-ci permet~:

– de valider les prédictions avant d’engager des efforts et des moyens sur les synthèses d’une série moléculaire

– d’obtenir une intuition sur les propriétés physico-chimiques clés que doit posséder une molécule pour avoir une action biologique ciblée.

L’objectif de cette thèse est de proposer des solutions pour expliquer les décisions que prend un réseau de neurones opérant sur des graphes en vue de l’appliquer sur des données des molécules chimiques. Aucune connaissance en chimie thérapeutique n’est requise.

Profil du candidat :
La personne candidate doit être inscrit en dernière année d’un Master ou d’un diplôme d’ingénieur, ou être titulaire d’un tel diplôme, dans un domaine lié à l’informatique ou aux mathématiques appliquées, et posséder de solides compétences en programmation. Une expérience en informatique pour la Science des Données, l’apprentissage profond, … sera un plus. La personne doit avoir des capacités à rédiger des rapports scientifiques et à communiquer des résultats de recherche lors de conférences en anglais.

Formation et compétences requises :

Adresse d’emploi :
Equipe CODAG, laboratoire GREYC, Université de Caen Normandie

Document attaché : 202404161409_theseExplicabilite.pdf