L'équipe SOLsTIS est née de la fusion des équipes Statistique & Génome et MORSE en février 2021. / 

The SOLsTIS team was born from the merger of the Statistics & Genome and MORSE teams in February 2021.

Elle développe et diffuse des méthodes statistiques de modélisation et d'apprentissage en application aux sciences du vivant. / It develops and disseminates statistical methods for modeling and learning in application to life sciences.

Cette page est en cours de rédaction. / This page is under construction.

Responsables : Sophie Donnet, Gabriel Lang.

Thématiques / Research topics

• Modélisation Statistique / Statistical Modelling
• Apprentissage supervisé (Régression, Classification) / Supervised Learning (Regression, Classification)
• Apprentissage non-supervisé (Réduction de dimension, Classification) / Unsupervised Learning (Dimension Reduction, Clustering)
• Réseaux (Analyse et Inférence) / Networks (Analysis, Reconstruction)
• Segmentation & Trajectoires / Segmentation and Trajectories
• Statistiques spatiales et spatio-temporelles (modèles hiérarchiques bayésiens, Processus ponctuels, étude de la dépendance, Simulations conditionnelles de processus) / Spatial and spatio temporal statistics ( Hierarchical Bayesian Modelling, Point processes, dependence properties)
• Extremes multivariés et spatialisés / Multivariate Extremes, Spatial Extremes
• Expériences numériques, Propagation d’incertitude et théorie de la décision bayésienne / Stochastic approximation of numerical experiments, Bayesian decision theory

Méthodologie

Modèles: 

modèles linéaires et ses extensions, modèles à variables latentes, modèles graphiques, séries temporelles, processus de diffusion

Méthodes d'inférence: 

méthodes régularisées, inférence variationnelles, algorithmes stochastiques, méthodes d'ensembles, approches bayésiennes, métanalyse

Outils d'analyse: 

M-estimation, statistique des graphes aléatoires, statistique pour la grande dimension, statistique robuste

Champs d'application

Disciplines

(méta)génomique, génétique, métabolomique, etc.

Champs

• Alimentation et agriculture (santé animale, amélioration des plantes, agriculture numérique)
• Environnement, écologie et biodiversité (risque, écologie microbienne, écosystèmes)
• Santé (biologie moléculaire, médecine de précision/prédictive)
• Applications industrielles (Fiabilité) / Industrial applications

Projets en cours

Financés par l'ANR

• ANR G2WAS (2020-2023): Genetic architecture of the tolerance to water deficit in a perennial fruit species (V. vinifera)
• ANR SENTINEL (2020-2024): Outils à haut débit pour un renforcement de la surveillance de la sécurité chimique des aliments.
• ANR SingleStatOmics (2019-2022): Statistics and Machine Learning for Single-Cell Genomics
• ANR EcoNet (2019-2022): Advanced statistical modelling of ecological networks
• ANR Pastodiv (2019-2022): Pratiques pastorales et diversité des animaux domestiqués
• ANR ABSint (2018-2022): Solutions bayésiennes approchées pour l’inférence dans de grands jeux de données et dans des modèles complexes.
• ANR NGB (2018-2021): Next Generation Biomonitoring of change in ecosystem structure and function

Autres projets financés

• INCA Epishift (2019-2023): Switching resistance to sensitive phenotype of PDAC by targeting the epigenome
• AgroParisTech SYMBIOMODEL (2021-2023): Modélisation des interactions trophiques entre racines et microorganismes bénéfiques du sol
• Défi CNRS ARN-RG (2019-2021): Inférence des ARNs non-codants impliqués dans l’initiation de la racine latérale et modélisation de leur rôles dans le Réseau Génétique associé
• AgroParisTech CRESS (2018-2020): Caractérisation de RESeaux de co-variation traductionnelle en réponse au Stress froid lors de la germination et de la croissance précoce des plantes
• SEARS Stratégies d’Echantillonnage et Analyse des Réseaux d’approvisionnement en Semences (métaprogramme GloFoods, coordination INRA/CIRAD).
• Projet FUI SmartFertiReuse(partenariat Veolia) Développer un service complet et innovant pour une gestion agro-écologique des eaux résiduaires traitées et des fertilisants.
• Projet DATA IA WARM RULES (2019-2022): Gradual Causal Rules Detection in Knowledge Graphs exploiting Temporal Relations, Contextual Identity Links and Statistical Methods: application to Plant Development in Climatic Warming Preoccupation, Japon + EkINocs + LRI + GQE.
• GT STEP 500-ENI: animation du groupe statistique pour l’analyse des données de biodiversité et pratiques agricoles.
• Projet Pelagis, université La Rochelle : comptage des mammifères marins, statistiques bayésiennes computationelles et élicitation

Autres projets

• Mousses, Contamination en métaux lourds des mousses et qualité de l’air en région parisienne. Statistique spatiales et modélisation hiérarchique.
• MNHN Herbier, Prédiction du niveau de menace d’une plante à partir des données de l’IUCN et de bases de données internationales (GBIF, Checklist) et française (Herbier du MNHN).
• Soybean, Modélisation de la croissance de plantes de soja à partir de données obtenues par drone sur 200 variétés de soja en conditions normales ou de stress hydrique, (Japon). 

Thèses en cours

Accueillies dans l'unité 

• Wencan Zhu (2019-2022), Identification de biomarqueurs dans le domaine de la médecine de précision (CIFRE, co-encadrement SANOFI), C. Lévy-Leduc.
• Marina Gomtsyan (2020-2023), Sélection de variables dans les modèles GLARMA en grande dimension, C. Lévy-Leduc, co-encadrement avec : S. Ouadah et L. Sansonnet.
• Audrey Hulot, (2017-2020), Multi-omic data : clustering and network inference (INRAE/INSERM, co-encadrement GABI)
• Mathis Chagneux, (2020-) Détection automatique de plastique en bord de rivière, P Gloaguen, co-encadrement S. Le Corff TPS,
• C. Ollion CMAP X, collaboration association Surfrider.
• Tam Le Minh, (2020-)  Comparaison de réseaux écologiques. Encadré par S. Donnet, F. Massol (CNRS) S. Robin. 
• Edouard Chatignoux (2020-) Prédiction de l’incidence des cancers à une échelle géographique fine sur le territoire français à partir de données d’incidence partiellement observées et de proxys, I. Albert, collaboration avec Santé Publique France.
• Saint-Clair Chabert-Liddell (2018-) Modélisation et inférence de réseaux d’interaction multi-couches. Applications en sociologie et écologie, S. Donnet et P. Barbillon.
• Béwentraoré Sawadogo (2017-) Détection de tendance dans les extrêmes, application aux précipitations au Burkina, L. Bel, cotutelle de D. Barro, Burkina.

Co-encadrées par des membres de l'unité

• Perrine Lacroix (2018-2021): Régression en grande dimension pour l’inférence de réseau, co-encadrement Laboratoire de Mathématiques d'Orsay
• Julien Rozières: Detection de motifs cis-regulateurs chez les plantes, co-encadrement IJPB

Groupes de travail

Coordination & Animation

• State Of The R (2017-) - réseau méthodologique autour des questions computationnelles
• RESSTE (2014-) - réseau méthodologique autour des modèles spatio-temporels
• NetBio (2009-) - réseau méthodologique NUMM "Inférence de réseaux (biologiques)"
• StatOmique (2008-)- Méthodologie statistique pour les données à haut-débit
• Autoencodeurs variationnels
• All about that Bayes.
• Van der Vaart (autoformation en probabilité).

Participation

• Mires - Méthodes Interdisciplinaires pour les Réseaux d’Échanges de Semences
• GdR ReSoDiv - Réseaux, sociétés et diversité (programme du CNRS, depuis 2018)
• GdR BIM - Bioinformatique Moléculaire
• Réseau Stat et trajectoires (Workshop/Séminaire en décembre)
• Large Participation to SFDS conferences
• Movement Ecology Workshop
• Applibugs (2015-)

Organisation de conférences

• Rencontres R 2021 - conférence nationale fournissant un lieu d’échange autour de la galaxie R
• SMPGD - Statistical Methods for Post Genomic Data
• SatRday 2019 - conférence régionale pour soutenir la collaboration, la mise en réseau et l'innovation au sein de la communauté R