ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG
ATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAAGTAC
TGCCTCGGTCCTTAAGCTGTATTGCACCATATGACGGATGCCGGAATTGGCACATAACAACGGTCCTTAAGCTGTATTGCACCATATGACG
GATGCCGGAATTGGCACATAACAAGTACTGCCTCGGTCCTTAAGCTGTATTTCGGTCCTTAAGCTGTATTCCTTAACAACGGTCCTTAAGG



Les principaux axes de recherche de notre groupe se situent à l'intersection entre l'apprentissage automatique et la médecine. Nous travaillons à l'avancement et au développement de techniques novatrices d'apprentissage automatique pour la médecine de précision, les sciences de la vie et l'analyse des données cliniques. Notre champ d'action couvre de nombreux domaines tels que la prédiction de la réponse au traitement en médecine personnalisée, la détection (éparse) de biomarqueurs, la classification des tumeurs ou la compréhension des interactions entre gènes ou groupes de gènes. Nous abordons ces défis en nous appuyant sur les données et les problèmes concrets. En clo