Arnaud Bonnaffoux

Responsable du Département de Biologie Computationnelle – PhD

Ingénieur en biologie des systèmes avec une formation en ingénierie aérospatiale et un doctorat en biologie probabiliste. Après avoir fondé et dirigé Vidium, une startup dédiée à la rétro-ingénierie des réseaux de gènes pour la découverte de cibles thérapeutiques, Arnaud Bonnaffoux a rejoint le Centre Léon Bérard pour créer et diriger son nouveau Département de Biologie Computationnelle.

La mission de ce département et de sa plateforme est d’implémenter une approche de biologie des systèmes basée sur des modèles, inspirée des pratiques d’ingénierie, afin de transformer les données omiques et monocellulaires en informations exploitables pour le diagnostic précoce et l’oncologie de précision.

Elle développe également des jumeaux numériques pour intégrer progressivement les connaissances à toutes les étapes d’un projet, de la recherche fondamentale aux essais cliniques, en favorisant la collaboration transdisciplinaire et l’impact translationnel.

Contacter Arnaud Bonnafoux

Arnaud.BONNAFFOUX@lyon.unicancer.fr
https://www.linkedin.com/in/bonnaffoux/

Responsable du département de biologie computationnelle

L'objectif du département dirigé par Arnaud Bonnaffoux est d’aider les équipes de recherche et cliniques à renforcer et intégrer l’analyse de leurs données expérimentales afin d’accélérer le développement de découvertes et de nouveaux traitements.

Leurs 4 missions principales sont :

Le développement d’outils « prêts à l’emploi » pour l’analyse des données monocellulaires et omiques à destination des biologistes.
La formation à ces outils et aux méthodologies associées.
L'intégration des connaissances générées dans des « jumeaux numériques » exploitables.
L'expertise dans la conception et le suivi de projets.

Quelques exemples de publications d'Arnaud Bonnaffoux

2024 Bouvier et al. TopoDoE: a design of experiment strategy for selection and refinement in ensembles of executable gene regulatory networks. BMC bioinformatics 25.1 (2024)
2023 Bonnaffoux. Inference of Gene Regulatory Networks from Multi‐scale Dynamic Data. Symbolic Approaches to Modeling and Analysis of Biological Systems (2023): 1-44.
2023 Bouvier et al. VData: Temporally annotated data manipulation and storage. bioRxiv (2023): 2023-08.
2022 Todorov et al. CD8 memory precursor cell generation is a continuous process. Iscience 25.9 (2022).
2022 Zreika et al. Evidence for close molecular proximity between reverting and undifferentiated cells. BMC Biol 20, 155 (2022)
2019 Bonnaffoux et al. WASABI: a dynamic iterative framework for gene regulatory network inference. Accepted in BMC Syst.Biol 2019
2018 Croubois et al. A Cloud-aware autonomous workflow engine and its application to Gene Regulatory Networks inference. CLOSER (international conference on cloud computing), #65
2017 Herbach et al. Inferring gene regulatory networks from single-cell data: a mechanistic approach. BMC Syst. Biol. 2017
2016 Richard et al. Single-Cell-Based Analysis Highlights a Surge in Cell-to-Cell Molecular Variability Preceding Irreversible Commitment in a Differentiation Process. PLoS Biol. 2016