Alexis Hucteau

Mon expertise se situe à l'intersection de la génomique computationnelle et du Machine Learning. Spécialisé dans le traitement des données de séquençage à haut débit (NGS bulk & single-cell), j'accompagne les biotechs et instituts de recherche dans l'ingénierie de pipelines bio-analytiques et la découverte de signatures biomédicales prédictives par exemple.

Expertise Bio-informatique, NGS & ML

Pipelines NGS & Traitement Brut : Je conçois des architectures de traitement de bout en bout, du contrôle qualité des reads (FastQC, MultiQC) à la quantification (Salmon, STAR) jusqu'à l'analyse d'expression différentielle (DESeq2, EdgeR) ou l'analyse cellulaire single-cell (Scanpy/Seurat).

Machine Learning pour la Haute Dimensionnalité : Expert de la gestion de la dimensionnalité (p≫n), je combine réduction de dimension (PCA, UMAP) et modèles probabilistes de Deep Learning (VAE via scvi-tools) pour la correction d'effets de lot (batch effect) et l'intégration de datasets hétérogènes.

Interprétabilité & Biologie des Systèmes : Je traduis la performance algorithmique en réalité biologique. J'utilise des méthodes d'interprétabilité (SHAP, feature importance) corrélées à des analyses d'enrichissement fonctionnel (GSEA, KEGG, Reactome) pour identifier des biomarqueurs et cibles thérapeutiques actionnables.

Ingénierie de Pipelines & MLOps : Soucieux de la reproductibilité scientifique, j'industrialise les flux de travail via des orchestrateurs de pipelines (Nextflow, Snakemake), la conteneurisation (Docker, Singularity) et un versionnage rigoureux (Git) pour des analyses auditables et prêtes pour la production.