Thèse Conception Computationnelle de Protéines avec des Approches Hybrides Physiques et Guidées par les Données H/F

Institut Polytechnique de Paris École polytechnique

Les protéines jouent un rôle central dans pratiquement tous les processus biologiques, et la capacité à concevoir rationnellement des séquences et des structures protéiques reste un défi majeur en biologie computationnelle. Malgré les progrès récents en matière de prédiction de structures et de conception de séquences protéiques, les méthodes computationnelles actuelles se heurtent encore à des limites en termes de précision, de généralisation et d'interprétabilité.

Ce projet de doctorat vise à développer et à appliquer de nouvelles approches computationnelles et méthodologiques pour la conception de protéines, en combinant la modélisation biomoléculaire traditionnelle fondée sur la physique avec des techniques modernes guidées par les données. Le projet se concentrera sur l'amélioration de la fiabilité et de l'efficacité des chaînes de conception computationnelle de protéines, avec des applications potentielles dans la biotechnologie et l'ingénierie moléculaire.

Protein design aims to conceive new proteins or modify existing ones to obtain a given function. Computational approaches are a valuable help, to rationalize the predictions and guide experimental tests. Computational protein design relies on the accurate modeling of protein structure, dynamics, and energetics. Physics-inspired approaches [1-3], and data-driven methods [4,5] have led to important breakthroughs, such as the creation of a protein with a new fold [6] or enzymes with new catalytic activities [7,8]. Challenges remain in sampling sequence and conformational space, scoring designed sequences according to complex criteria, transferring methods across different protein systems and problems, and model interpretability.