PhD position in deep learning for protein design

A PhD position between Sorbonne University (Paris) and Grenoble Alpes University (Grenoble) in deep learning for protein design. #биоинформатика #аспирантура Мои коллеги и коллабораторы ищут PhD студента на позицию между Университетом Сорбонны (Париж) и Университетом Гренобля (собственно, Гренобль), посвященную дизайну белков. Предполагается найти связь эволюционно сохраняющихся изменений последовательностей белков, вызванных альтернативным сплайсингом, с их функциями и структурой. Эти данные можно затем использовать, чтобы обучить модель искать возможные изменения последовательности белка для изменения его функции. Моделью может быть нейронная сеть, представляющая 3D структуру белка в виде графа и учитывающая информацию о его последовательности и альтернативном сплайсинге. Технически, планируются эксперименты с энкодером-декодером, attention механизмом и активным обучением. Title: Alternative splicing-inspired protein design Supervisors: Elodie Laine and Sergei Grudinin Description (English starting from p3): http://ibio.sorbonne-universite.fr/wp-content/uploads/2020/12/LAINE_iBIO_PhD_2021.pdf Abstract: By generating multiple transcripts from the same gene, alternative splicing has the potential to greatly expand eukaryotic proteomes. In this doctoral project, we propose to leverage the growing body of available transcriptomics and proteomics data to generate new protein functional diversity. We will use the notion of evolutionary conservation to identify a set of alternative-splicing-induced sequence variations likely relevant to protein function. We will carefully cross this information with transcript expression and proteomics data. We will then map the identified sequence variations onto protein structures and interactions, at the level of protein domain families. We will build a probabilistic model that will learn « rules » from this curated resource to determine where and how to target a protein in order to modulate its function. We will represent the input data as graphs and will develop a suitable deep learning architecture (e.g., variational auto encoder). We will produce a knowledge base for alternative splicing and new methods for graph learning applied to proteins. The expected outcome will improve our understanding of protein functioning and help to guide protein design. The webpage for the initiative is here: http://ibio.sorbonne-universite.fr/application-procedure/. The descriptions of the subjects are here: http://ibio.sorbonne-universite.fr/i-bio-projects-2021/. Our position is here : https://github.com/PhyloSofS-Team/Open-Positions http://ibio.sorbonne-universite.fr/wp-content/uploads/2020/12/LAINE_iBIO_PhD_2021.pdf http://ibio.sorbonne-universite.fr/i-bio-projects-2021/#laine