UNE RENCONTRE DES DOCTORANTS IA À POLYTECHNIQUE

Publié par Clément ROUSSEL (1995) | N° 117 - L'Europe

Depuis quelques années, les IA en formation par la recherche ont la possibilité de présenter leurs travaux lors d’une journée particulière organisée à l’X. L’édition de cette année a eu lieu le mercredi 9 janvier et a été l’occasion pour les IA d’échanger entre eux, mais aussi avec des membres de la DGA et des X intéressés par le Corps.

La troisième journée doctorale des ingénieurs du Corps de l’Armement s’est déroulée début janvier à l’Ecole polytechnique. L’objectif de cette journée était triple : promouvoir et faire connaître le parcours recherche au sein de la DGA, être un complément à l’amphi de présentation du Corps et favoriser l’échange entre les différents IA du parcours recherche. Pour cela, des membres de la DGA, des X, et des IA 17 suivant leur FAMIA (Formation Administrative et Militaire des Ingénieurs de l’Armement) ont écouté les différentes présentations des IA doctorants. Cette année, comme nouveauté, nous avons adopté un format court de cinq minutes, calqué sur le fameux concours “Ma Thèse en 180 secondes”.

En un peu plus d’une heure et demi nous avons ainsi pu découvrir une douzaine de sujets divers et variés comme la sécurité des processeurs informatiques, les écoulements transitionnels dans les étages de turbomachines, l’application des réseaux de neurones dans le traitement de la parole ou bien l’évolution microstructurale de l’acier inoxydable (cf encadré pour présentation synthétique de quelques thèses).

La session fut complétée par des interventions d’IA ayant fini leur thèse (Lauriane Aufrant et Matthieu Xémart) afin de nous exposer des exemples de parcours professionnels à la DGA pour les docteurs. Ils nous ont présenté leur poste, leurs perspectives futures et l’intérêt de la thèse dans la poursuite de leur carrière. Une des grandes chances des IA est de pouvoir compter sur un corps qui reconnaisse la valeur des compétences techniques acquises par la recherche. Cette journée thématique s’est conclue avec une conférence de Emmanuel Chiva, directeur de l’AID (Agence de l’Innovation de la Défense) qui nous a permis de découvrir les différentes missions de l’agence.

Ce calendrier révèle les convergences entre la recherche et l’innovation, ainsi que la contribution que peuvent y apporter les IA du parcours recherche. En plus d’alimenter la DGA en experts techniques, le parcours par la recherche pourrait être une opportunité pour la DGA de mieux sonder les tendances technologiques et scientifiques dans le domaine académique, ainsi que d’éventuellement approfondir les partenariats avec les laboratoires d’intérêt.

LES MODÈLES DE TUMEUR POUR LES IMMUNOTHÉRAPIES

Gustave Ronteix, en 1re année de thèse à l’Institut Pasteur sur « les modèles de tumeur pour les immunothérapies

Avec la thématique de la résistance aux antibiotiques, le cancer est un des moteurs fondamentaux de la recherche médicale ces dernières années. En effet, outre sa létalité, cette maladie émerge après la défaillance d’un ou de plusieurs mécanismes de régulation et permet donc précisément de mieux comprendre le fonctionnement des cellules saines.

La recherche de traitements a beaucoup évolué au cours des dernières décennies, et une évolutionremarquable fut l’emploi de notre propre système immunitaire dans la lutte contre les tumeurs. Plusieurs voies furent développées, dont une qui fut récompensée par le prix Nobel de médecine en 2018. Cependant, celle qui intéresse mon équipe, dirigée par Charles Baroud à l’Institut Pasteur et au LadHyX, est l’immunothérapie de type CAR-T.

Le principe de ces dernières est de détourner le fonctionnement de cellules immunitaires du patient afin qu’elles ciblent précisément la tumeur. Les premiers résultats sont très encourageants, mais leur prix et leur complexité de mise en oeuvre demeurent prohibitifs. Dans ce cadre, l’objectif de ma thèse est d’employer des outils d’imagerie et de microfluidique afin de comprendre les interactions entre cellules immunitaires et tumeurs et par ce biais identifier des leviers afin d’en augmenter l’efficacité clinique.

Cette thèse permet aussi de revenir sur le développement impressionnant, mais encore trop méconnu, des techniques de microfluidique en biologie. En effet, grâce à une série d’innovations effectués au cours des années 2000, nous disposons aujourd’hui de toute une palette d’outils afin de manipuler les flux à très petite échelle. Cela permet de concevoir de nombreux systèmes expérimentaux (micro-réacteurs, organs on chip...) très prometteurs pour la recherche biomédicale et qui se combinent parfaitement avec les nouvelles techniques analytiques parues ces dernières années (PCR digitale, single-cell sequencing...). Si ces outils technologiques alimentent les progrès médicaux, ils apportent aussi naturellement des risques dans le domaine bactériologique, risques accentués par le faible coût (relatif) et la facilité d’usage de nombre de ces outils.

QUAND L’INTELLIGENCE ARTIFICIELLE SE MET AU SERVICE DE LA BIOLOGIE

Clément Roussel, en 1ère année de thèse au Laboratoire de Physique ENS ULM sur « quand l’intelligence artificielle se met au service de la biologie

L’amélioration des techniques de séquençage et la réduction de leurs coûts ont permis d’alimenter ces dernières années des bases gigantesques de données biologiques (protéines, ARN ...). L’afflux de ces nouvelles données permet d’entreprendre une approche statistique de la biologie pour essayer de répondre à certaines de ses problématiques, dans notre cas le design de nouvelles protéines ayant des propriétés spécifiques.

Notre approche pour traiter ces données se base sur deux domaines complémentaires : la physique statistique et le machine learning. Nous avons décidé d’utiliser des réseaux de neurones, et plus particulièrement des machines de Boltzmann : celles-ci sont capables d’apprendre à partir d’une base de données et de générer des nouvelles données semblables d’un point de vue statistique aux données d’apprentissage. Nous pouvons donc théoriquement, à partir d’un ensemble de protéines ayant une propriété donnée (e.g. hydrolyser un médicament dans le but de le rendre inactif, catalyser une réaction chimique, ...), générer des nouvelles protéines ayant cette même propriété. Des collaborations avec le Collège de France et l’Inserm sont en cours pour synthétiser ces protéines et vérifier nos prédictions. De plus, les machines de Boltzmann sont des réseaux de neurones relativement simples, c’est-à-dire qu’on peut les étudier théoriquement et les analyser : ce ne sont pas des boîtes noires.

La démocratisation des bases de données biologiques et l’amélioration de leur analyse statistique (via par exemple le machine learning) ouvrent des possibilités nouvelles et complémentaires à celles existantes pour analyser et essayer de comprendre le monde biologique.

SIMULATIONS DES ÉCOULEMENTS TRANSITIONNELS DANS LES ÉTAGES DE TURBOMACHINES

Michel Bouchard, en 1reannée de thèse à l’Onera sur « Simulations des écoulements transitionnels dans les étages de turbomachines

Au sein d'une turbomachine fonctionnant en altitude, vitesse et pression de l’écoulement d’air interne peuvent être faibles, en particulier dans la partie la plus en aval, la turbine basse-pression. L’écoulement à la surface des aubes présente donc des zones laminaires

d’ampleur significative qui se comportent différemment des régions turbulentes vis-à-vis des augmentations de pression entre amont et aval. Les couches limites du fluide sur les aubes sont ainsi sujettes à des décollements laminaires, entraînant des pertes de pression génératrice et d’énergie, qui à leur tour réduisent le rendement et l’étendue du domaine de fonctionnement de la turbomachine.

L’objectif du travail est d’étudier numériquement la transition laminaire-turbulent dans un contexte d’hybridation de deux méthodes de calcul existantes. Au voisinage de la paroi, seules les caractéristiques moyennes du fluide de la couche limite sont calculées afin de réduire significativement le nombre de points de maillage et le coût de calcul. En champ lointain en revanche, les tourbillons les plus massifs sont résolus, ce qui permet un gain de précision sur les méthodes utilisées pour des applications industrielles.