David Gfeller

gfeller-david.jpg
© Félix Imhof, UNIL

Version du 4 novembre 2014

David Gfeller, professeur assistant en prétitularisation conditionnelle

Physicien de formation, David Gfeller est spécialiste en biologie computationnelle et s’intéresse tout particulièrement à son application au domaine de l’oncologie. Il a été nommé professeur assistant en prétitularisation conditionnelle au niveau professeur associé à l’Institut Ludwig pour la recherche sur le cancer de l’UNIL dès le 1er décembre 2014.

Né en 1980 et de nationalité suisse, David Gfeller étudie la physique et les mathématiques à l’Université de Lausanne. Entre 2004 et fin 2007, il effectue sa thèse en physique théorique appliquée à la modélisation des processus dynamiques sur des réseaux complexes au sein du Laboratoire de biophysique statistique de l’EPFL, sous la direction du Prof. Paolo De Los Rios. Son travail est récompensé par le Prix de la meilleure thèse de l’EPFL. Il décide alors de s’orienter vers la biologie computationnelle et obtient en 2008 un financement du FNS, lui permettant de rejoindre le laboratoire du Prof. Gary Bader au Département de biochimie de l’Université de Toronto (Canada). Il y met au point de nouvelles approches intégrant l’analyse de données expérimentales issues du phage display1 avec la modélisation des structures pour prédire les interactions entre protéines, notamment celles des domaines de type PDZ, SH3 ou WW (régions fonctionnelles communes à de nombreuses protéines et impliquées dans les interactions entre protéines).

En 2010, il reçoit une bourse EMBO et intègre l’équipe du Prof. Olivier Michielin à l’Institut suisse de bioinformatique (SIB), d’abord comme postdoctorant, puis comme scientifique senior. Grâce à la biologie computationnelle, il développe de nouveaux outils pour prédire et inhiber les interactions des protéines avec d’autres molécules. Le scientifique crée notamment la première base de données intégrée pour la gestion computationnelle d’acides aminés non naturels. Cette ressource aux applications multiples a permis, entre autres, d’optimiser le développement d’inhibiteurs de protéases2.

Un nouveau champ d’application s’ouvre également à lui: l’analyse de données de séquençage de l’ARN. Dans ce cadre, le scientifique collabore étroitement avec le Prof. Amalio Telenti au CHUV, puis avec la Prof. Sarah Teichmann de l’European Bioinformatics Institute (EBI) à Cambridge (Royaume-Uni), qu’il rejoint en 2013 comme visiteur scientifique. Appliquée à l’ARN des cellules du système immunitaire, cette analyse lui permet entre autres d’étudier les gènes qui apparaissent aux différentes étapes du processus de différenciation de ces cellules.

Les découvertes de David Gfeller sont considérées comme extrêmement importantes dans le domaine de la biologie computationnelle et de la bioinformatique. Dès le 1er décembre 2014, il a été nommé professeur assistant en prétitularisation conditionnelle au niveau professeur associé à l’UNIL, lui permettant de démarrer son propre groupe à l’Institut Ludwig pour la recherche sur le cancer (LICR).

Dans ce cadre, David Gfeller vise à poursuivre ses recherches le long de deux axes principaux. Le premier consiste à étudier comment les cellules cancéreuses parviennent à échapper au système immunitaire. En effet, bon nombre d’entre elles présentent des mutations qui devraient être reconnues comme anormales et dégradées par le système immunitaire. Or, ce n’est pas le cas. Le scientifique propose d’analyser les données de génomique, afin de comparer les cellules saines et cancéreuses, ainsi que différentes sortes de tumeurs plus ou moins bien reconnues par le système immunitaire. Grâce à la biologie computationnelle et l’analyse de données de protéomique, il prévoit de prédire quelles mutations peuvent être présentées au système immunitaire par le complexe majeur d’histocompatibilité3. Les résultats de ses recherches devraient permettre de guider les stratégies thérapeutiques personnalisées contre les cancers, soit à l’aide de vaccins, soit dans le cadre du transfert adoptif de lymphocytes T. Le deuxième axe de recherche de David Gfeller consiste à utiliser la biologie computationnelle et les nombreux outils qu’il a développés pour mieux caractériser les propriétés et les effets des mutations oncogéniques sur le fonctionnement des cellules cancéreuses et leur réponse aux agents thérapeutiques. En effet, nombre de ces mutations altèrent la fonction ou les interactions de certaines protéines.

Le scientifique a publié en tant que premier auteur dans plusieurs revues scientifiques prestigieuses, comme :

  • PNAS (2007),
  • Nature Biotechnology (2009),
  • Molecular Systems Biology (2011 et 2013),
  • Nucleic Acids Research (2013 et 2014)
  • Bioinformatics (2013).

Il est régulièrement invité à présenter ses recherches dans les meilleures conférences de biologie computationnelle. Son travail a également été récompensé par plusieurs prix, notamment deux bourses EMBO (2010 et 2013).

Le chercheur est par ailleurs bien impliqué dans l’enseignement: il a participé à de nombreux cours de biologie computationnelle et s’est investi dans la réalisation d’ouvrages et d’outils informatiques pour communiquer les méthodes d’analyse computationnelle et en faciliter l’accès aux biologistes.

1Phage display : technique expérimentale permettant d’étudier des dizaines de milliards de variantes d’une protéine, ou d’un peptide, exprimées à l’aide d’un virus et de sélectionner celles qui sont optimales pour une fonction précise.
2Protéase: famille d’enzymes qui clivent les protéines en hydrolysant leurs liaisons peptidiques.
3Complexe majeur d’histocompatibilité (CMH): système de reconnaissance du soi situé à la surface des cellules et assurant la présentation d’antigènes aux lymphocytes T afin de les activer en cas d’antigènes provenant d’une protéine étrangère ou mutée.

Par: Caroline Ronzaud/Communication FBM

TOP ^

Suivez nous:  

Les liens:

Page Unisciences

Partagez:
Rue du Bugnon 21 - CH-1011 Lausanne
Suisse
Tél. +41 21 692 50 00
Fax +41 21 692 50 05
chuv-logo.svg