Giulia Di Gennaro

Actuellement en Master 1 Bio-informatique à l'Université Paris Cité, je suis à la recherche d'une alternance pour septembre 2024, qui marquera le début de ma deuxième année de master (M2). Je cherche à intégrer le monde professionnel pour mettre en pratique mes connaissances et pour apprendre plus dans un environnement de travail.

Je suis passionnée par la multidisciplinarité de la bio-informatique, un domaine qui combine la biologie, l'informatique, la physique et la chimie. Mon stage actuel en bioinformatique structurale m'a permis d'explorer les intersections de ces disciplines pour résoudre des problèmes complexes. Cette passion pour la multidisciplinarité se reflète dans mon parcours académique, où j'ai eu l'occasion d'étudier divers domaines, enrichissant ainsi ma compréhension globale des sciences et de leurs applications.

Particulièrement intéressée par les neurosciences, j'ai consacré une part significative de ma formation en licence à approfondir mes connaissances dans ce domaine. Mon désir d'apprendre est constant, et je m'épanouis en participant à divers projets où je peux apporter mes compétences et en acquérir de nouvelles. Ma maîtrise de quatre langues (anglais, français, espagnol et italien) m'a également permis de m'ouvrir à une perspective internationale, en accédant à une variété de cultures et de contenus académiques et scientifiques.

Durant mon stage de bio-informatique structurale au sein de l'UMR-S 1134 Biologie Intégrée du Globule Rouge BIGR de l'INSERM à Paris, j'ai travaillé sur l'étude du processus de dimérisation de la protéine TSPO et l'analyse de l'impact des ligands sur ce phénomène, en lien avec la maladie d'Alzheimer. J'ai utilisé divers outils et techniques pour mener à bien ce projet. J'ai effectué le docking protéine-protéine avec HADDOCK pour former des dimères de hTSPO et utilisé CHARMM-Gui pour construire mes systèmes. Les simulations de dynamique moléculaire (MD) ont été réalisées avec GROMACS pour observer les événements de dimérisation, et enfin, j'ai employé Python et la bibliothèque MDAnalysis pour analyser les résultats des simulations GROMACS. Cette expérience a été particulièrement enrichissante et m'a permis de développer mes compétences en bio-informatique structurale, ainsi que me donner l'opportunité de découvrir le monde professionnel.

Ma formation en bio-informatique à l'Université Paris-Cité, actuellement en cours (M1-M2 de septembre 2023 à juin 2025), inclut des cours avancés en programmation Python, biostatistiques en R, ainsi que des projets en Java et en optimisation et apprentissage en biologie. Parmi les projets marquants, j'ai travaillé sur le docking protéine-protéine avec ZDOCK, FTDock et pyDock, encadrée par le Pr. Juan Fernandez-Recio. J'ai également modélisé par homologie la protéine p63, utilisant des outils comme BLAST, Clustal Omega, Modeller et Verify 3D. En novembre 2023, j'ai développé un réseau de neurones en R pour une étude de Deep Learning sur la clairance placentaire, explorant les fonctions d'activation et les coûts pour une régression linéaire. Ces expériences m'ont permis de renforcer mes compétences en bio-informatique et en analyse de données, tout en appliquant des méthodes de pointe à des problématiques biologiques complexes.