Christophe HELIGON

Equipe Ingénierie inverse de la division cellulaire

Adresse courriel : christophe [dot] heligon [at] univ-rennes1 [dot] fr

Téléphone : +33 (0)2 23 23 51 50

Numéro de bureau : 334

Mon parcours scientifique

Comprendre comment les molécules interagissent pour créer et entretenir la vie est ce qui m'a amené à étudier la biologie.

Ma curiosité m'a conduit à un doctorat en sciences naturelles de l'ETH Zürich (Suisse) pour l'étude de la contribution des familles de gènes Wnt et Frizzled lors de la différenciation cellulaire dans le rein. J'ai ensuite rejoint l'Université de Lausanne (Suisse) en post-doctorat où j'ai contribué à l'étude des fonctions de récepteurs nucléaires lors du développement des organismes animaux, de la différenciation cellulaire et de l'homéostasie énergétique.

A cette époque, mes intérêts s'étaient légèrement déplacés de la compréhension du vivant au développement des technologies permettant son étude. J'ai décidé de rejoindre le Centre de Ressources Biologiques Xenopes à Rennes (France) où j'ai travaillé sur le développement de technologies d'édition du génome et de criblage de composés bioactifs. J'ai également géré les projets scientifiques et les ressources du Centre. Plus tard, j'en ai pris la direction.

En 2019, suite aux progrès des technologies logiciels et matériels en informatique, j'ai pensé qu'il était enfin possible de réaliser une biologie des systèmes suffisamment complète pour étudier la complexité du vivant. J'ai alors rejoint l'équipe de recherche CeDRE à l'IGDR pour travailler sur l'intégration de données hétérogènes, la modélisation de systèmes et l'extraction de connaissances pour les projets de l'équipe CeDRE.

J'ai donc entrepris de me former en suivant les cours du Master en Bioinformatique de l'Université de Rennes 1, que j'ai obtenu en Juin 2021.

Aujourd'hui, je développe des approches informatiques permettant d'identifier les gènes impliqués dans la mécanique de la division cellulaire.

Intérêts scientifiques actuels

  • Intégration de données et savoirs
  • Modélisation des systèmes complexes
  • Extraction de nouvelles connaissances
  • Biologie synthétique et ingénierie inverse du vivant
  • Apprentissage machine
  • Maladies et thérapies