Modèles stochastiques du développement et de la décision du destin cellulaire // Stochastic models of development and cell fate decision

Dans cette thèse, nous étudierons des modèles stochastiques de la croissance et de la diversification cellulaires aboutissant à la formation de tissus et d'organes lors d'un développement sain. Les modèles proposés spécifieront les étapes clés et les mécanismes par lesquels les populations cellulaires décident de leur destin (par exemple, couche germinale, hématopoïèse), subissent des goulots d'étranglement et se développent. Nous modéliserons également le couplage de ce processus de diversification avec la dynamique des mutations neutres acquises pendant le développement, dans le but de prédire les schémas de diversité génétique neutre observés dans les tissus à maturité (mosaïcisme somatique). Enfin, nous chercherons à utiliser ces prédictions pour vérifier la validité de nos modèles avec les connaissances actuelles du développement ou pour concevoir des méthodes d'inférence lorsque ces connaissances font défaut.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

In this thesis, we will investigate stochastic models of cell growth and diversification resulting in tissues and organs during healthy development. The proposed models will specify the key steps and mechanisms through which cell populations decide of their fate (e.g., germ layer, hematopoiesis), unWe will also model the coupling of this diversification process with the dynamics of neutral mutations acquired during development with the aim of predicting the patterns of neutral genetic diversity observed across tissues at maturity (somatic mosaicism).
We will ultimately seek to draw on these predictions to check the validity of our models with the current knowledge of development or to design inference methods when this knowledge is absent. dergo bottlenecks and expand.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Concours allocations

Université Grenoble Alpes

217 MSTII - Mathématiques, Sciences et technologies de l'information, Informatique

Etudiant titulaire d'un M2 de Mathématiques Maîtrise des outils de théorie des probabilités : Processus de Markov, Equations différentielles stochastiques, processus de Branchement, Théorème limites Intérêt et connaissance du système biologique étudié. Compétences en modélisation et si possible en inférence.
Student with a M2 degree in Mathematics Skills in probability theory tools: Markov Processes, Stochastic Differential Equations, Branching Processes, Limit Theorems. Interest in and knowledge of the biological system under study. Skills in modeling and, if possible, in inference.