Diplôme Universitaire Artificial INtelligence and Systems Immunology (AINSI)

  • Sciences et technologies
  • Médecine et Santé
Diplôme Universitaire Artificial INtelligence and Systems Immunology (AINSI)

Résumé

Comprendre les méthodes d’IA appliquées à l’immunologie computationnelle et leurs applications (design d’épitopes, diagnostics, immunothérapie personnalisée), tout en maîtrisant les outils bioinformatiques et les bases de données pour l’analyse des données En savoir plus

Objectifs

Formation continue / Accessible en reprise d'études /
Diplôme d'université
70h sur 2 semaines séparées
École Universitaire de Recherche Sciences du Vivant et de la Santé / École Universitaire de Recherche Sciences du Vivant et de la Santé
Nice
Anglais

Détails

Une expertise à la croisée de l'IA et de l'immunologie

Découvrez comment l'intelligence artificielle révolutionne l'immunologie moderne. Cette formation vous apporte les connaissances essentielles pour comprendre et exploiter les méthodes d'IA dans la recherche, le diagnostic et le développement des immunothérapies de nouvelle génération.

Une formation internationale, intensive et professionnalisante

Entièrement dispensé en anglais, le DU AINSI combine 70 heures de cours et d'ateliers pratiques répartis sur deux modules intensifs. Un format conçu pour acquérir rapidement des compétences directement applicables en laboratoire, en recherche académique ou en industrie.

Des compétences recherchées pour la médecine de demain

Apprenez à utiliser les outils bioinformatiques, les bases de données omiques et les approches d'IA dédiées à l'immunologie computationnelle. Développez un profil rare, à l'interface de la biologie, de la science des données et de l'innovation en santé.

Présentation

L'intelligence artificielle (IA) est devenue essentielle en immunologie en permettant par exemple la prédiction d’antigènes et néoantigènes, de la dynamique spatiale et temporelle des cellules immunitaires, et l’amélioration de l'ingénierie immuno-thérapeutique.

Pour répondre à ce besoin, le Diplôme Universitaire Artificial INtelligence and Systems Immunology (DU AINSI) propose une formation, entièrement en anglais, organisée sur 10 jours en 2 modules combinant cours théoriques et ateliers pratiques, pour un total de 70h.

Par la découverte des outils d’IA et de leurs applications en immunologie, les objectifs du DU sont de comprendre les méthodes d’IA appliquées à l’immunologie computationnelle (design d’épitopes, diagnostics immunologiques, immunotoxicologie et approches d’immunothérapie personnalisée) et de maîtriser les outils bioinformatiques simples et l’utilisation de bases de données pour les analyses omics en immunologie computationnelle. 

Effectif : limité à 16 places

Objectifs spécifiques de la formation :

  • Détecter les biomarqueurs immunologiques et améliorer le diagnostic, l’analyse d’images et de cytométrie grâce à la maitrise de l’IA
  • Modéliser les interactions moléculaires et personnaliser les stratégies d’immunothérapie et stratifier les patients (immuno-oncologie et autoimmunité) grâce à une exploitation des techniques IA intégrées
  • Prédire et analyser les risques immunotoxiques des médicaments, vaccins et thérapies innovantes, identifier les signatures transcriptomiques d’immuno-toxicité et prédire les interactions entre médicaments et système immunitaire grâce à l’exploitation maîtrisée de l’IA 
  • Prédire et sélectionner des épitopes en vaccinologie et immunothérapie, optimiser l'immunogénicité et diminuer l’évasion immunitaire des pathogènes et des cellules grâce aux principes de l’IA
  • Maîtriser l’analyse des données immunologiques à grande échelle pour modéliser les dynamiques du système immunitaire et développer des cartes immunitaires numériques prédictives de l’évolution des maladies inflammatoires et infectieuses

Salle de conférence de l'hôtel St Paul, Nice (à confirmer) :

29 Bd Franck Pilatte, 06300 Nice 

Partenariats

Rectorat d'Aix-Marseille ou de Nice  
Région Provence Alpes-Côte d'Azur
Université de Toulon
Aix-Marseille Université

Admission

Pré-requis

2eme cycle (bac+5)

  • Chefs de projet scientifiques
  • Chercheurs
  • Enseignants-chercheurs
  • Cliniciens
  • Doctorants
  • Ingénieur d’études
  • Ingénieur de recherche 

Modalités de candidature

Les candidatures doivent s'effectuer, à partir du 15 septembre 2026, via la plateforme eCandidat d'Université Côte d'Azur.

Si vous rencontrez des difficultés pour vous inscrire, veuillez consulter le manuel d'utilisation d'eCandidat.

Date limite de candidature : 29/11/2026 

Programme

Module 1 – Introduction to Artificial Intelligence
  • Formation par EFELIA
  • Théorie et mise en pratique
Module 2 – AI and Immunodiagnostics
  • detection of immunological biomarkers (e.g., cytokines, autoantibodies, TCR/BCR sequencing, plasma proteins)
  • combining genetic and clinical and environmental data for health diagnostics and predictive modeling
  • diagnosis of autoimmune, infectious, and cancer-related diseases through deep learning
  • analysis of imaging and cytometry data
  • prediction of graft survival and the effectiveness of immunosuppressive therapies
Module 3 – AI and Personalized Immunotherapy
  • model molecular interactions
  • personalize immunotherapy strategies and anticipate responses to immune checkpoint inhibitors using AI
  • understand host-tumor interaction analyses through deep learning to optimize CAR-T therapies and anticancer vaccines
  • stratify patients using machine learning
  • predict graft survival and the effectiveness of immunosuppressive therapies
Module 4 – AI and Epitope Design
  • predict and select epitopes in vaccinology and immunotherapy
  • optimize immunogenicity and reduce immune evasion by pathogens and cells
  • use machine learning algorithms to predict B- and T-cell epitopes based on MHC-I/MHC-II interactions
  • leverage databases
Module 5 – AI and Immunomics
  • predict and analyze immunotoxic risks of drugs, vaccines, and innovative therapies (hypersensitivity, autoimmunity, cytokine storms)
  • identify transcriptomic signatures of immunotoxicity
  • predict immunotoxicity (deep learning and clustering models)
  • predict interactions between drugs and the immune system

Nom fonction Laboratoire email
Philippe BLANCOU Teacher-researcherr Philippe.BLANCOU@univ-cotedazur.fr
Claudine BLIN Researcher - Research director

Salvish GOOMANEE

Junior fellow EFELIA
Mikita ARTOMOV Teacher-researcher BROAD Institute (USA)
GWASP
Max Artyomov   Researcher - PhD WUST/LP2M
Jetbrains biolabs (Munich)
Oleg Shpynov Researcher - PhD WUST/LP2M
Jetbrains biolabs (Munich)

Temps plein

  1. La première partie de la formation sera dispensée du lundi 25 au vendredi 29 janvier 2027 à l’hôtel St Paul, Nice
  2. La deuxième partie sera animée courant Juin 2027 (détails à confirmer, en fonction des disponibilités des experts)

Et après ?

URL Fiche RNCP

Activités visées / compétences attestées

Les  objectifs spécifiques du Diplôme Universitaire correspondant aux acquisitions visées par le RNCP38672 BC07 Master Sciences du Vivant :
 
  • Analyser les données issues des expériences issues du domaine des sciences du vivant
  • Mettre en place et réaliser un processus complet de traitement de données biologiques en choisissant et en utilisant les outils mathématiques, statistiques et/ou bioinformatiques adaptés
  • Participer à l’analyse des expériences d’investigations réalisées au sein d’un laboratoire scientifique en mobilisant ses connaissances dans les différents champs des sciences du vivant 

Inscriptions

Tarif

6303€ incluant :

  • 6000€ de coût du support pédagogique et d’infrastructure
  • 103€ de Contribution de Vie Étudiante et de Campus (CVEC)
  • 200€ de frais de gestion administratifs

Tarif réduit Secteur privé :  

  • 1 560  € pour les chercheurs académiques (secteur public) (incluant le coût du support pédagogique et d’infrastructure 1400€+ 103€ (CVEC) + 57€ de droits administratifs) 
  • 1 160 € pour les doctorants  (incluant le coût du support pédagogique et d’infrastructure 1000€+ 103€ (CVEC) + 57€ de droits administratifs)