MORE: Model-free reinforcement learning to enhance conformational sampling of flexible protein regions
Le projet MORE porte sur l’amélioration et la généralisation d’algorithmes pour modéliser les régions flexibles des protéines, et qui sont un complément essentiel aux méthodes expérimentales en biologie structurale.
Pour améliorer la performance des algorithmes destinés à échantillonner un grand nombre de conformations plausibles, il a été mis en place une technique simple d’apprentissage par renforcement (RL), basée sur un modèle. Le but du projet est de développer une autre approche de RL, model-free plus générale et performante. Ce projet est une première étape pour un travail plus ambitieux, avec pour but de mieux comprendre les relations entre séquence, propriétés structurales et rôles fonctionnels des protéines/régions flexibles, qui restent très mal comprises par rapport aux protéines/régions structurées.
Champs thématiques adressés par le projet :
-
Machine Learning (ML)
-
Bioinformatics
Plus d’information sur le projet et accès aux ressources :
L’équipe de recherche à l’origine du projet s’appuie sur le réseau d’ingénieurs du PNRIA
Equipe de recherche :
- Juan Cortes LAAS (CNRS)
Ingénieurs du PNRIA :
- Julien Rabault IRIT (CNRS/Université Toulouse 3 Paul Sabatier/INP Toulouse)
- Caroline de Pourtalès IRIT (CNRS/Université Toulouse 3 Paul Sabatier/INP Toulouse)