J'ai un intérêt de longue date pour l'étude quantitative de la régulation génique à travers différents systèmes modèles, initialement chez les bactéries et plus récemment dans des modèles mammaliens dynamiques. Bien qu'ayant une formation en physique, je possède une vaste expérience en génétique, en biologie moléculaire, et en génomique. Je me spécialise dans le développement de techniques à haut débit pour mesurer les activités biologiques avec précision (séquençage ARN à haute-résolution, profilage ribosomique, cartographie des relations expression-fitness, rapporteurs à cellule unique) ainsi que dans la modélisation mathématique.

L'objectif de mon laboratoire de génomique est d'une part de développer des méthodes en génomique, et d'autre part de générer des jeux de données à grande échelle, principalement à l'aide de rapporteurs multiplexés, afin d'entraîner des modèles prédictifs séquence-fonction pour les éléments cis-régulateurs mammaliens (souvent appelés "enhancers"). Je m'intéresse également à l'apprentissage automatique biophysiquement contraint et interprétable, ainsi qu'à l'apprentissage actif pour optimiser la conception des mesures. Conceptuellement, j'espère mieux définir comment le génome encode quantitativement l'information régulatrice.

Prof. adjoint, Université de Montréal, 2025-
Postdoc (Genomics), University of Washington 2020-2024
PhD (Biophysics), MIT 2014-2020
MSc (Biophysics), McGill 2012-2014
BSc (Physics Hon.), McGill 2009-2012