Curriculum Vitæ - Centre for Computational Biology

Curriculum Vitæ
Kevin BLEAKLEY
————————————————————————————————————
DATE DE NAISSANCE
NATIONALITE
ADRESSE (personelle)
20 mai, 1978
néo-zélandaise
36, rue de la Montagne Sainte-Geneviève, Paris 75005,
France
ADRESSE (professionnelle) Institut Curie,
Biologie du Développement,
Bioinformatics and Biostatistics,
26, rue d’Ulm,
75248 Paris, France
TELEPHONE
0033 (0)665466802
EMAIL
[email protected]
WEB
www.math.univ-montp2.fr/∼bleakley
————————————————————————————————————
Parcours universitaire
• 2008–2009 : Postdoc, Ecole des Mines/Institut Curie/INSERM U900, Paris.
• 2005–2007 : Thèse en biomathématiques et statistiques à l’Université Montpellier
II, en collaboration avec l’Institut de Génétique Humaine, Montpellier. Soutenue
le 23 novembre 2007 à Montpellier.
• 2002–2005 : Licence, Maı̂trise et DEA, Université Montpellier II.
• 1998–2001 : DEUG en physique et DEUG en mathématiques, Université d’Auckland,
Nouvelle-Zélande.
————————————————————————————————————
Langues
• Anglais et français. Niveau moyen d’espagnol et de polonais.
————————————————————————————————————
Enseignements
• 2005-2008 : TDs et TPs de statistiques niveau L1 et L2, en qualité de moniteur,
Université Montpellier II.
• 1999-2001 : Cours particuliers, Auckland, Nouvelle-Zélande.
1
• 2001 : TPs de mathématiques et de statistiques, Université d’Auckland, NouvelleZélande.
Thèmes de recherche
Mes activités de recherche se sont organisées autour de trois principaux thèmes:
• Apprentissage statistique sur les réseaux.
• Bioinformatique
• Statistique non paramétrique.
En voici les détails:
Apprentissage statistique sur les réseaux
• Modélisation et analyse asymptotique du problème de la reconstruction statistique d’un graphe évolutif dont les sommets et les arêtes sont aléatoires. En
collaboration avec Gérard Biau (Professeur, Université Paris VI). Publication
[4].
Biomathématique
• Développement d’un nouvel algorithme de reconstruction de réseaux biologiques
basés sur des modèles SVM (Support Vector Machines) locaux. Mise en évidence
des bonnes propriétés de la méthode en termes de courbes ROC (Receiver Operating Characteristic) et FDR (False Discovery Rate) sur un réseau métabolique et
un réseau d’interactions protéines-protéines. En collaboration avec Gérard Biau
(Professeur, Université Paris VI) et Jean-Philippe Vert (Directeur du Centre de
Bioinformatique, Ecole des Mines de Paris). Publication [2].
• Standardisation et analyse statistique des séquences de nucléotides de la base
IMGT relative aux jonctions TRAV-TRAJ des récepteurs T. En collaboration avec Gérard Biau (Professeur, Université Paris VI), Véronique Giudicelli
(Ingénieur d’études, Université Montpellier II), Marie-Paule Lefranc (Professeur,
Université Montpellier II, membre senior de l’Institut Universitaire de France)
et Yan Wu (Chercheuse, Université Montpellier II). Publication [3].
• Transformation des distributions de probabilités générées de façon “automatique” par les outils d’IMGT vers des distributions “corrigées”, pour les processus de grignotage et d’ajout de nucléotides pendant la formation des jonctions
TRAV-TRAJ et TRGV-TRGJ des récepteurs T. En collaboration avec Gérard
Biau (Professeur, Université Paris VI) et Marie-Paule Lefranc (Professeur, Université Montpellier II, membre senior de l’Institut Universitaire de France). Publication [1].
Statistique non paramétrique
2
• Mise au point et analyse des propriétés asymptotiques de deux nouvelles stratégies
non paramétriques de prévision de séries temporelles, que l’on suppose seulement stationnaires et ergodiques. Ces méthodes, qui ne nécessitent le choix
d’aucun paramètre de lissage, reposent sur l’agrégation convexe de prédicteurs
non paramétriques élémentaires, appelés “experts” dans ce contexte. En collaboration avec Gérard Biau (Université Paris VI), L. Györfi (University of Technology and Economics de Budapest) et G. Ottucsák (University of Technology
and Economics de Budapest). Publication [5].
————————————————————————————————————
Exposés oraux lors des congrés
• Journée spéciale ECAIS, Paris, France (mars 2009, invité).
• GDR Statistique et Santé, Paris, France (novembre 2008, invité).
• Statistique Mathématique et Applications, Fréjus, France (septembre 2008).
• SSC–SFDS, Ottawa, Canada (mai 2008).
• Deuxièmes Rencontres des Jeunes Statisticiens, Aussois, France (septembre 2007).
• ISMB/ECCB, Vienne, Autriche (juillet 2007)
• 39ième Journées de Statistique, Angers, France (juin 2007).
————————————————————————————————————
Exposés oraux lors des séminaires
• Semstat, Institut Henri Poincaré, Paris, France (Avril 2009).
• Séminaire, Ecole des Mines/Curie/INSERM U900, Paris, France (Novembre
2008).
• Séminaire de statistique de l’Institut de Mathématiques de Luminy, Marseille
(mai 2008).
• Séminaire de statistique de l’IRMAR et de l’ENSAI, Rennes (avril 2008).
• Doctiss 2008, Montpellier (avril 2008).
• Séminaire de l’UMPA, ENS de Lyon (mars 2008).
• Séminaire de statistique, Auckland University (janvier 2008).
• Séminaire SAMOS, Université Paris I (novembre 2007).
• Séminaire de statistique, Université Paul Sabatier, Toulouse III (octobre 2007).
• Séminaire de thésards, Université Paris VI (mai 2007).
3
• Séminaire MIA à l’INRA, Jouy en Josas (avril 2007).
• Journée des doctorants, Université Montpellier II (avril 2006).
————————————————————————————————————
Organisation
• Relecteur d’articles pour la journée Doctiss 2008 (Montpellier).
• Co-organisateur de la journée Doctiss 2007 (Montpellier), présentation des travaux
de thésards scientifiques en troisième année.
————————————————————————————————————
Langages informatiques
• Matlab, R/Splus, Perl, HTML et Maple. Quelques bases en Unix et SAS.
————————————————————————————————————
Publications
[1] Bleakley, K., Lefranc, M.-P. et Biau, G. (2007). Recovering probabilities for
nucleotide trimming processes for T cell receptor TRA and TRG V-J junctions
analyzed with IMGT tools, BMC Bioinformatics, 9:408.
[2] Bleakley, K., Biau, G. et Vert, J.-P. (2007). Supervised reconstruction of biological networks with local models, Bioinformatics, Vol. 23, pp. i57-i65.
[3] Bleakley, K., Giudicelli, V., Wu, Y., Lefranc, M.-P. et Biau, G. (2006). IMGT
standardization for statistical analyses of T cell receptor junctions: The TRAVTRAJ example, In Silico Biology, Vol. 6, pp. 573–588.
[4] Biau, G. et Bleakley, K. (2006). Statistical inference on graphs, Statistics &
Decisions, Vol. 24 (2), pp. 209–232.
[5] Biau, G., Bleakley, K., Györfi, L. et Ottucsák, G. (2009). Nonparametric sequential prediction of time series, in press.
Thèse
• Le 23 novembre 2007 à Montpellier, j’ai soutenu ma thèse, intitulée:
“Quelques contributions à l’analyse statistique et à la classification des graphes et
des courbes. Applications à l’immunobiologie et à la reconstruction des réseaux
biologiques.”
4
Mon jury de thèse était:
• A. BERLINET, Professeur, Université Montpellier II (Président).
• P. BESSE, Professeur, Université Toulouse III (Rapporteur).
• G. BIAU, Professeur, Université Paris VI (Directeur de Thèse).
• M.-P. LEFRANC, Professeur, Université Montpellier II (Examinateur).
• A. MOKKADEM, Professeur, Université de Versailles (Rapporteur).
• J.-P. VERT, Maı̂tre de Recherche, Ecole des Mines de Paris (Examinateur).
En voici le résumé:
• Cette thèse propose un ensemble de résultats dans le domaine de l’apprentissage
statistique et de la classification supervisée, tant du point de vue théorique que
du point de vue de l’algorithmique et des applications sur données réelles. Elle
se décompose en deux projets de recherche indépendants.
Le premier projet, qui porte sur des travaux de nature essentiellement théorique,
trouve sa source dans le domaine de la reconstruction des réseaux biologiques et
dans l’analyse et la classification des séries temporelles.
Le second projet présente les résultats d’une étude statistique réalisée en collaboration avec une équipe d’immunobiologistes de l’Université Montpellier II, où
il a s’agit d’analyser, étape par étape, les processus de réarrangement de gènes
au sein des jonctions des récepteurs T de notre système immunitaire. La nouveauté de ce domaine nous a amené à proposer un système de notations pour
les variables biologiques d’intérêt et à développer des méthodes d’analyses statistiques visant à mieux comprendre les processus physiques impliqués dans ces
réarrangements dont les mécanismes sont encore très mal connus.
5