Approche d’ingénierie métabolique de la microalgue verte Chlamydomonas reinhardtii pour la biosynthèse partielle des cannabinoïdes de façon hétérologue
Bibliographic record
Abstract
L'occasion m'étant offert de remercier tous ceux qui ont contribué et impacté de près ou de loin à la conception, la réalisation, l'amélioration et au bon déroulement de ce projet de thèse, je tiens à remercier Dieu tout puissant pour le souffle de vie, la force et le courage qu'il me donne au quotidien pour mener à bien les tâches qui me sont confiées.Un merci du fond du cœur à une personne exceptionnelle qui à travers de petit gestes accompli des merveilles dans la vie du monde autour d'elle.Il s'agit bel et bien de ma directrice de recherche, la professeure Isabel Desgagné-Penix, à qui je souhaite présenter toute ma gratitude.Professeure, vous avez toujours su trouver les mots justes pour nous encourager à aller de l'avant dans nos projets respectifs tout en aiguisant notre esprit scientifique et ayant foi en nous.Plus qu'une directrice de thèse, vous êtes un modèle d'excellence scientifique, une source d'inspiration intarissable, car quel que soit le défi, vous trouvez toujours une porte de sortie.Vous avez été présente durant ces six dernières années comme une employeuse, une collègue et comme un parent.Car malgré nos divergences culturelles, vous avez réussi à créer une famille scientifique inclusive dans laquelle tout le monde se sent chez soi, trouve du réconfort au besoin, et ce, malgré les milliers de kilomètre de distance qui nous sépare de nos proches respectifs.Merci pour toute la confiance, la liberté d'entreprendre que vous m'avez accordé pendant toutes ces années.Je souhaite également remercier mon co-directeur, le professeur Hugo Germain qui œuvre au quotidien à ce que nous soyons non seulement de bon scientifique ayant un esprit critique développé, et une vision poussée du monde de la recherches, mais également des personnes avec des valeurs humaines et morales de qualité.Merci pour cet environnement de travail paisible et épanoui que vous avez réussi à bâtir autour de vous, et au laboratoire, qui nous motive à chaque semaine d'y retourner et de travailler en toute liberté.À tous les membres du jury d'évaluation, Prof. Carlos Reyes-Moreno, Prof. Patrice Hamel et Prof. Narimane Mati-Baouche, je vous adresse mes profonds remerciements pour avoir accepté de contribuer à l'amélioration de ce travail à travers vos remarques et commentaires qui sans aucun doute me permettront de bonifier la qualité de cette thèse.iv Merci à la professeure Céline Van Themsche, directrice du programme de Biologie Cellulaire et Moléculaire de l'UQTR et à tout le personnel administratif du programme pour vos services et soutiens académiques.J'adresse mes remerciements à tous les professeur(e)s du département de Biochimie Chimie Physique et Science forensique et du pavillon Pierre Bouché en particulier Prof. Tagnon Missihoun pour les enseignements, les échanges scientifiques et la mise à disposition des appareils et instruments qui m'ont permis de réaliser une partie de mes travaux de recherche.Je remercie toutes les assistantes de recherches du laboratoire IDP, Fatma Meddeb, Natacha Mérindol et Sarah-Ève Gelinas pour l'encadrement exceptionnel et surtout les discussions scientifiques constructives qui m'ont aidé à améliorer mes qualités de chercheur, que ce soit sur le plan expérimentale ou de rédaction de document scientifique.Vous êtes les meilleures!À Mélodie B. Plourde assistante de recherche du laboratoire HG, je te remercie grandement pour toute ta bienveillance et le travail exceptionnel que tu accompli au quotidien qui nous permet de travailler dans de meilleure condition.Un merci particulier à Rémy Beauchemin, Dr.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".