Talks

"Cell Trajectory Inference based on Optimal Transportand a mechanistic stochastic gene expression model", Journée d'équipe MAS (MAP5), Institut Henri Poincaré, Paris (January 2026)
"Cell Trajectory Inference based on Optimal Transportand a mechanistic stochastic gene expression model", Journée Maths Bio Santé, Institut Montpellérain Alexandre Grothendieck, Montpellier (November 2025)
PhD seminars, MAP5 (February 2025)
"Inference of cell differentiation trajectories using a modified optimal transport method based on a probabilistic model of gene dynamics" Congrès des jeunes chercheur.se.s Mathématiques appliquée, ENS, Lyon (Octobre 2024)
PhD seminars, MAP5 (October 2024)
"Optimal transport and cellular differentiation", MAS (Mathematique, analyse et simulation) team seminar, MAP5 (June 2024)
SBDM (O. Gandrillon) team meeting, ENS Lyon (April 2024)







My research topics

Cell differentiation is a dynamic biological process that drives stem cells to acquire a functional identity within an organism. To study this process, I represent cells in a virtual space, called the "gene space," where their positions depend on gene activity. By tracing their trajectories in this space, I aim to model their differentiation over time. My work involves adapting a mathematical theory—optimal transport theory (which finds trajectories that minimize a cost)—to explain cell differentiation. The novelty of my thesis lies in modifying the cost computation in this method. Integrating information from the gene regulatory network provides a more realistic perspective on cellular processes. I propose computing this cost by solving a probabilistic model of gene dynamics. This approach will help identify factors influencing cell differentiation, for example, during an immune response or the emergence of tumor cells. I have demonstrated the relevance of this new method through a simplified gene model, and promising results lead me to my next challenge: applying this method to complex gene networks.





Mon sujet de recherche
La différenciation cellulaire est un processus biologique dynamique qui mène les cellules souches à adopter une identité fonctionnelle au sein d'un organisme. Pour étudier ce processus, je représente les cellules dans un espace virtuel, dit "espace de gènes", où leurs positions dépendent de l’activité de leurs gènes. En retraçant leurs trajectoires dans cet espace, je cherche à modéliser leur différenciation au cours du temps. Mon travail consiste à adapter une théorie mathématique, la théorie du transport optimal (trouver des trajectoires qui minimisent un coût), pour expliquer la différenciation cellulaire. L’innovation de ma thèse réside dans la modification du calcul du coût dans cette méthode. L’intégration de l'information fournie par le réseau de régulation des gènes permet une vision plus réaliste des processus cellulaires. Je propose un calcul de ce coût via la résolution d’un modèle probabiliste de la dynamiques des gènes. Cette approche permettra d’identifier les facteurs influençant la différenciation cellulaire, par exemple lors d'une réponse immunitaire ou de l'apparition de cellules tumorales. J'ai établi la pertinence de cette nouvelle méthode à travers un modèle de gène simplifié, et des résultats prometteurs m’amènent à mon prochain défi : appliquer cette méthode à des réseaux génétiques complexes.