Mano Joseph MATHEW

MATHEW Mano Joseph est titulaire d’un doctorat en microbiologie et maladies infectieuses obtenu en 2013 à Aix-Marseille Université avec mention très honorable et financement de L’Assistance publique – Hôpitaux de Marseille (AP-HM) et de l’Organisation mondiale de la santé (OMS) à l’Unité de recherche sur les maladies infectieuses et tropicales émergentes (URMITE) sous la direction du Pr. Didier Raoult.  

Entre 2013-2015, il a travaillé comme post-doctorant au Centre d’immunologie de Marseille-Luminy (CIML), Marseille, France, avec l’équipe du Professeur Pierre Ferrier financée par l’INSERM. Principalement responsable du développement et de l’analyse de recherches à fort impact dans le domaine de l’oncologie, basées sur l’analyse de données à haut débit générées par séquençage de nouvelle génération ou autre méthode de mesure de l’expression génique (DNA-seq, RNA-seq, ChIP-seq, puces à ADN) afin d’identifier les différents mécanismes moléculaires impliqués dans divers mécanismes de cancérogenèse. 

Entre 2016-2018, il a travaillé comme post-doctorant au Centre de Recherche des Cordeliers (CRC), Paris au sein de Immunité & Métabolisme du Diabète (IMMEDIAB Lab) dirigé par le Professeur Nicolas Venteclef et son équipe, où nous avons utilisé des techniques d’analyse/intégration de données multi-omiques pour analyser les multiples ensembles de données conjointement afin de mieux comprendre la pathogenèse du diabète qui a été financée par l’INSERM et l’ERC. 

Il est titulaire d’un master en bioinformatique de l’université de Manipal (2008) et d’une licence en biotechnologie de l’université Sardar Patel (2006). 

Entre 2009 et 2010, il a travaillé en tant qu’agent technique informatique chez Maersk. Soutien au groupe Safmarine Business, Anvers, Belgique Siège social pour les utilisateurs de Safmarine (3000 employés). Responsable de la création de rapports quotidiens, des téléconférences avec les parties prenantes et les fournisseurs comme IBM et mentor pour l’équipe de 8 membres. 

Après avoir rejoint l’EFREI en 2019, il a été responsable du département Biologie et a créé un programme Grande Ecole d’Ingénieurs avec la Majeure en Bio-informatique. Aujourd’hui, il s’occupe du contrat de professionnalisation – M2 Bio-informatique. 

Nous visons à améliorer la santé humaine par le développement de méthodes d’intelligence artificielle, en nous concentrant sur la traduction des découvertes multi-omiques en diagnostics de précision. 

Notre mission est d’utiliser les données issues de la génomique, de la radiomique, de la pathomique et de leur impact sur les conditions pathologiques en utilisant des approches computationnelles de la multiomique. Ces méthodes reposent sur l’analyse statistique et l’intégration de données volumineuses (séquençage à haut débit, puces à ADN, protéomique, criblage à haut débit), de données d’imagerie médicale et de données cliniques/phénotypiques. Nous examinons à la fois les données cliniques et les données générées en dehors des hôpitaux et visons à aider les prestataires médicaux et les patients dans leur prise de décision en identifiant des biomarqueurs. 

• Génomique et transcriptomique 
  • Aperçu de la leucémie lymphocytaire chronique (LLC) à l’aide de la transcriptomique et de l’analyse des données d’exome 
  • GBCM : Projet Chikgene : Génotypage de patients de l’île de la Réunion par séquençage à faible couverture et imputation pour la recherche de nouveaux variants associés aux manifestations à long terme du Chikungunya 
  • EBI : Identification de cibles potentielles et étude de l’interaction récepteur-inhibiteur pour le traitement du mélanome cutané. 
  • Guinée : Approche moléculaire et bio-informatique appliquée à la surveillance de la résistance aux antimicrobiens dans un contexte One Health 
• L’imagerie médicale 
  • Étude collaborative Universidade Federal do Maranhão – UFMA / Universidade Federal do Piauí – UFPI : Détection automatique des lésions malignes du sein dans les images histopathologiques basée sur la combinaison de descripteurs de texture bio-inspirés et de caractéristiques profondes. 
  • Étude collaborative Universidade Federal do Maranhão – UFMA / Universidade Federal do Piauí – UFPI : Développement d’une méthodologie d’optimisation heuristique pour trouver la meilleure conception de réseaux neuronaux convolutionnels dans les images médicales. 
• HERA-MI : analyse d’images IRM pour la détection du cancer de la prostateBiosignal processing 
• Traitement des signaux biologiques  
  • Hôpital de Villejuif – ASABO “Analyse du Stress des Opérateurs du Bloc Opératoire” (Stress Analysis of Actors in the Operating Room) 

• Project Health :  
  • Skin lesions detection 
  • SynProt – Create and improve Protein with AI 
  • Lung Cancer 
• Parabole CNES – EMISI for « Etude du Microbiote Intestinal Soumis à l’Impesanteur » (Study of the Intestinal Microbiota Under Weightlessness). 
• Smart3seq pipeline Dashboard 
• Trend Detection : PubMed : Holon Institute of Technology (HIT) 

• Data Visualization (M1) 
• Analyse d’images médicales et visualisation des données (M1) 
• Introduction to artificial intelligence (M2) 
• Genomics, Epigenetics and Applications (M1) 
• Introduction to Bioinformatics (M2) 
• Traitement des Biosignaux (M1) 
• Business Intelligence (M1) 
• Hadoop Map Reduce (M1) 

Lien vers HAL – https://hal.science/search/index/?q=*&authIdPerson_i=1129840 

Lien vers ORCID – https://orcid.org/0000-0002-4930-6903