Portfolio académique – neurosciences computationnelles, bioinformatique et analyse de données biologiques
Notebook Python d’analyse et d’interprétation de signaux biologiques. Ce projet explore le fonctionnement des biocapteurs, depuis l’acquisition du signal biologique jusqu’au traitement et à l’interaction avec une machine. Ce travail s’inscrit dans le contexte des interfaces cerveau-machine (BCI).
Analyse de données comportementales issues de DeepLabCut pour le suivi des mouvements chez la souris. Extraction des coordonnées, calcul de métriques cinématiques (trajectoire, vitesse) et visualisation avec Python. Projet basé sur une expérience réalisée en laboratoire de neurosciences (NeuroPSI, CNRS / Université Paris-Saclay).
Rédaction d’un article scientifique sur les interfaces cerveau-machine implantables et leur application dans la maladie de Parkinson. Ce projet aborde des notions d’électrophysiologie, d’implants neuronaux et de décodage de l’activité cérébrale.
Analyse de données d’expression génique afin d’étudier le rôle du gène PRDM1 dans le lupus. Ce projet utilise des méthodes de bioinformatique pour comprendre les mécanismes moléculaires impliqués dans les maladies auto-immunes.
Projet Python d’analyse de signaux EEG permettant de comparer une activité cérébrale normale et une activité associée à une crise épileptique. Ce travail inclut la visualisation des signaux, le calcul de la puissance et l’interprétation des différences observées.
Analyse de données single-cell RNA-seq avec Python et Scanpy afin d’identifier différents groupes de cellules à partir de leurs profils d’expression génique. Application de méthodes de bioinformatique et de biostatistiques, incluant la normalisation, la réduction de dimension (PCA), le clustering et la visualisation UMAP et heatmap.