B1 · Episode 28 · 4:43

Maxime, lecturer-researcher (1): Introductions

Maxime Folschette introduces himself as a lecturer at École centrale de Lille and describes his current research on modeling glucose absorption and diabetes using differential equations.

Source:Qu'est-ce que Tu GEEKes ? · License:CC BY-SA 4.0

Transcript

  1. Bonjour à toutes et à tous, nous sommes ravis de vous faire découvrir aujourd'hui

    Hello everyone, we are delighted to introduce you today

  2. une des innombrables facettes des métiers de l'informatique.

    one of the countless facets of computer science professions.

  3. Dans cette vidéo, vous trouverez l'une des six interviews subventionnées par la

    In this video, you will find one of the six interviews funded by the

  4. Fondation Blaise Pascal dans le cadre de son appel à projets 2019-2020.

    Blaise Pascal Foundation as part of its 2019–2020 call for projects.

  5. Sans plus attendre, nous passons la parole à notre invité.

    Without further ado, we now hand over to our guest.

  6. Bon visionnage.

    Enjoy watching.

  7. Donc le métier d'enseignant chercheur, si je devais le faire en une phrase,

    So the profession of teacher-researcher—if I had to define it in one sentence—

  8. faire progresser le savoir et le transmettre.

    is to advance knowledge and transmit it.

  9. Je suis Maxime Folschette et je suis maître de conférences à l'École centrale de

    I am Maxime Folschette, and I am a lecturer at École centrale de Lille,

  10. Lille, où j'ai été recruté en septembre 2019.

    where I was recruited in September 2019.

  11. Et je fais ma recherche au laboratoire Cristal, qui est le centre de recherche en

    And I conduct my research at the CRISTAL laboratory, which is the research center in

  12. informatique et automatique de l'île.

    computer science and automation on the island.

  13. Très bien, plus précisément, est- ce que tu peux nous parler de ce que tu fais en ce

    Very well; more specifically, could you tell us about what you are currently doing in your lab,

  14. moment dans ton labo, donc tes recherches, le type de travail que tu fais?

    so your research and the type of work you do?

  15. Alors actuellement, j'encadre notamment un étudiant en doctorat

    Currently, I am supervising, among others, a PhD student

  16. et on s'intéresse à la modélisation de l'absorption

    and we are interested in modeling absorption.

  17. du glucose et du diabète.

    glucose and diabetes.

  18. c'est à dire que le but c'est d'essayer de démontrer une hypothèse récente qui est

    that is, the goal is to try to demonstrate a recent hypothesis which is

  19. que le diabète pourrait être causé par un problème d'absorption du glucose.

    that diabetes could be caused by a problem with glucose absorption.

  20. Et donc pour ça, on va réutiliser des

    And therefore, we will reuse some

  21. modèles qui existent à base d'équations différentielles.

    existing models based on differential equations.

  22. Donc ça veut dire tout un ensemble de variables qui sont représentées par la vitesse

    So this means a whole set of variables represented by the rate of change

  23. d'autres variables ou l'état d'autres variables dans le corps,

    of other variables or the state of other variables in the body,

  24. que ce soit l'absorption, la quantité de glucose, d'insuline,

    such as absorption, glucose quantity, insulin quantity,

  25. etc. Et on essaie de comprendre ce modèle, le mettre en défaut éventuellement,

    etc. And we try to understand this model, possibly challenge it,

  26. et essayer de voir si ce modèle à lui seul arrive à expliquer les hypothèses qu'on a

    and try to see if this model alone can explain the hypotheses we have

  27. formulées. Après, j'ai d'autres activités de recherche en

    formulated. Afterwards, I have other research activities in

  28. parallèle et passées.

    parallel and past.

  29. Je m'intéresse aussi notamment à la modélisation des réseaux de régulation

    I am also particularly interested in modeling biological regulatory networks, which are in fact sets of

  30. biologique, qui sont en fait des ensembles de

    biological regulatory networks, which are in fact sets of

  31. choses qui interagissent entre elles, on va dire, à l'intérieur du vivant.

    things that interact with each other, we’ll say, inside the living.

  32. En fait, plus les recherches en biologie progressent, plus on se rend compte que le

    In fact, the more biological research progresses, the more we realize that

  33. vivant est extrêmement complexe.

    the living is extremely complex.

  34. Évidemment, une façon de l'observer, c'est d'expérimenter dessus directement.

    Obviously, one way to observe it is to experiment directly on it.

  35. Mais une autre façon,

    But another way,

  36. c'est de le modéliser, donc ça veut dire d'en faire une représentation simplifiée.

    is to model it, meaning to create a simplified representation.

  37. Et une fois qu'on a cette représentation simplifiée, même si elle est plus simple

    And once we have this simplified representation, even though it is simpler

  38. que la réalité, elle reste encore très complexe.

    than reality, it remains very complex.

  39. On essaie de trouver des façons déjà de représenter correctement tout

    We’re already trying to find ways to correctly represent everything

  40. ce qu'on veut représenter, donc toutes les interactions entre les gènes,

    we want to represent—so all the interactions among genes,

  41. les protéines, les métabolites, tout ce qui peut exister à l'intérieur d'un

    proteins, metabolites, and everything that can exist inside a

  42. organisme vivant.

    living organism.

  43. Mais aussi essayer de comprendre

    But also trying to understand

  44. comment tout ça, ça va

    how all of this will

  45. changer au fur et à mesure du temps.

    change over time.

  46. Parce qu'on peut savoir par exemple que telle protéine va agir sur l'activité d'un

    Because we can know, for example, that a certain protein will act on the activity of a

  47. gène, mais ça, c'est une information locale.

    gene, but this is local information.

  48. Quand on a plein d'informations locales ensemble, ça va faire un modèle beaucoup

    When we have a lot of local information together, it will make a much more complex model

  49. plus global. Et ça, il faut être en mesure de l'étudier, même quand le modèle est

    more global. And this must be capable of being studied, even when the model is

  50. très grand, même quand il y a des centaines voire des milliers de

    very large, even when there are hundreds or even thousands of

  51. composants qui interagissent.

    components that interact.

  52. Et une fois qu'on a ces centaines ou ces milliers de composants qui interagissent,

    And once we have these hundreds or thousands of interacting components,

  53. c'est plus possible d'étudier ça naïvement parce que c'est beaucoup trop complexe,

    it's no longer possible to study this naively because it's far too complex,

  54. la complexité augmente.

    complexity increases.

  55. Et donc il faut développer d'autres méthodes qui ne reposent pas uniquement sur la

    And therefore, other methods must be developed that do not rely solely on

  56. puissance des ordinateurs, mais qui reposent aussi sur des abstractions

    computing power, but also rely on abstractions.

  57. ou sur le fait qu'on va essayer d'approcher les calculs un peu différemment,

    or about the fact that we will try to approach the calculations a bit differently,

  58. ce qui fait qu'on va pouvoir du coup gérer les modèles qui sont beaucoup plus grands

    which means we can handle models that are much larger than what we could handle if we did it very naively

  59. que ce qu'on pourrait gérer si on le faisait très naïvement.

    what we could handle if we did it very naively.

  60. En plus de ça, j'ai aussi des

    In addition to that, I also have

  61. sujets de recherche en cours qui portent sur l'inférence de modèles,

    ongoing research topics that focus on model inference,

  62. donc ça veut dire l'apprentissage de modèles.

    so that means model learning.

  63. De plus en plus, souvent on reçoit des données biologiques qui sont issues

    More and more often, we receive biological data originating from experiments,

  64. d'expériences, mais à partir de ces données, on ne peut pas toujours définir un

    but from these data, we cannot always directly define a

  65. modèle directement.

    model.

  66. Souvent, ça va être uniquement des courbes de concentration de différentes protéines

    Often, it’s only concentration curves of different proteins in the cell,

  67. dans la cellule, par exemple, et à partir de ça, il faut comprendre comment ces

    in the cell, for example, and from this, we need to understand how these

  68. protéines interagissent entre elles ou interagissent avec le milieu.

    proteins interact with each other or interact with the environment.

  69. Et donc pour ça, on prend ces courbes et on essaie d'appliquer nos méthodes,

    So, we take these curves and try to apply our methods,

  70. qui consistent à sortir ce qu'on appelle un graphe d'influence,

    which consist of extracting what we call an influence graph,

  71. donc ça veut dire la protéine A va plutôt influencer la protéine B,

    meaning protein A mainly influences protein B,

  72. la protéine C, la protéine B va influencer négativement la protéine A et peut- être

    protein C; protein B negatively influences protein A and perhaps

  73. une autre encore, etc.

    another one, etc.

  74. Donc extraire ces informations qui sont plutôt la qualité, quelle protéine interagit

    So, extracting this kind of qualitative information—which protein interacts with which—from purely quantitative data,

  75. avec quelle autre, à partir d'informations qui sont purement quantitatives,

    i.e., which protein interacts with which,

  76. ça veut dire juste des concentrations au cours du temps qui ont été mesurées.

    It means just concentrations measured over time.

  77. Voilà, donc c'est mes principaux travaux de recherche.

    There you go—so these are my main research works.

  78. Évidemment, j'ai encore d'autres travaux annexes, mais ce serait difficile de tous

    Of course, I have other ancillary works, but it would be difficult to list all

  79. les énumérer. C'est vachement intéressant comme sujet.

    of them. It’s a really interesting subject.

  80. Et dans ce métier de chercheur, qu'est- ce qui te plaît et plus particulièrement

    So, in this researcher profession, what do you enjoy—and more specifically

  81. dans ce sujet de recherche en particulier, c'est quoi qui te plaît le plus en fait?

    in this particular research topic—what do you enjoy most, actually?

  82. Il y a beaucoup de choses qui me plaisent en vérité.

    There are many things I truly enjoy.