Résultats de recherche

AbstractThe Simbu serogroup, part of the Peribunyaviridae family, includes arboviruses associated with febrile disease and fetal congenital malformations due to viral neurotropism. These viruses possess a tripartite, negative-sense RNA genome that lacks the poly(A) tail. Notably, the 3' non-translated region of the small (S) genomic segment contains conserved RNA elements, including a stem loop (SL) structure and a sequence-based motif (GC signal) flanking the termination site for messenger RNA (mRNA) synthesis. Although their functions remain unclear, their conservation and specific positions suggest a potential role in mRNA transcription termination and translation initiation. A reverse genetics system for Schmallenberg virus (SBV), a ruminant pathogen, was used to generate a viral recombinant library bearing deliberate mutations. The replication kinetics, S segment transcription termination profile, and nucleoprotein (N) abundance were evaluated in mammalian and insect cell lines. At the same time, the virulence was assessed in an immunocompetent mouse model. Characterization of the mutant viruses indicated that the SL structure is essential for viral production, with the stem length being a key feature; at least five complementary base pairs are necessary between the stem arms. A shorter stem length impaired replicative fitness, N protein abundance, and altered the mRNA to complementary RNA ratio. Point mutations in the GC signal disrupted proper mRNA termination, thereby limiting viral N protein synthesis and, thus, virion assembly. In vivo, attenuated viruses resulted in lower viral loads, reduced neuroinvasion, and improved survival rates compared to the wild type SBV. The GC signal mutants exhibited strong attenuation while still maintaining active transcription. Overall, these findings indicate that the SL and GC signal serve as cis-regulatory elements and are indirect determinants of SBV virulence, regulating viral replication and neuropathogenesis.JuryProf. Patsy RENARD (UNamur), PrésidenteDr Damien COUPEAU (UNamur) SecrétaireProf. Damien VITOUR (Ecole Vétérinaire de Maisons-Alfort)Prof. Ludovic MARTINELLE (ULiège)Prof. Lionel TAFFOREAU (UMons)Prof. Charles NICAISE (UNamur)Prof. Benoît MUYLKENS (UNamur)

Début septembre, l’Université de Namur a accueilli la première Main-Group Elements Reactivity Conference (MG-ERC). Plus de 100 chercheurs venus de 12 pays et 32 institutions se sont réunis autour du Professeur Guillaume Berionni. Un événement salué comme « l’une des meilleures conférences de chimie » par ses prestigieux invités.

RésuméAlors qu'un courant de recherches s'efforçait de reformuler la mécanique quantique en abrogeant les opérateurs et en leur substituant des fonctions, Wigner et Szilard proposèrent en 1932 une quasi-distribution de probabilités définie sur l'espace de phase grâce à des fonctions d'onde. Ils n'expliquèrent pas quelle en avait été la genèse.La première partie de notre thèse propose une genèse de cette quasi-distribution, fondée sur les conditions naturelles qu'elles doit remplir. Elle se penche brièvement sur une pathologie dont elle est affectée : présenter dans certains sous-domaines de l'espace de phase des valeurs négatives (d'où le « quasi »), pathologie qui ne porte aucun préjudice au calcul des valeurs moyennes. Elle montre ensuite comment, si on tient compte du spin, les fonctions d'onde cédant la place aux spineurs, on est amené, grâce au calcul des valeurs moyennes d'observables, à une généralisation de cette quasi-distribution sous la forme d'une matrice hermitique. Cette démarche est étendue à la transformée croisée de Wigner, c'est-à-dire aux valeurs faibles.Un important théorème, qui a fait l'objet d'une publication, est démontré dans la deuxième partie de notre thèse. Utilisant l’analyse harmonique, ce résultat exprime les valeurs faibles en terme d’une intégrale sur un groupe Lie agissant sur l’espace de Hilbert considéré. Nous donnons deux exemples particuliers : SU(2) et SO(3). Le cas d'un groupe quotient est brièvement évoqué.Dans une troisième partie, nous rappelons le lien bien connu entre les algèbres de Clifford et deux équations importantes de la physique quantique : celle de Klein-Gordon et celle de Dirac, et sa généralisation aux espace-temps riemanniens.Nous introduisons enfin dans une quatrième partie les groupes de spin, et utilisons le groupe de spin Spin(3,2) dans le contexte de la transformée croisée de Wigner traitée dans la première partie.JuryProf. André FÜZFA (UNamur), PrésidentProf. Yves CAUDANO (UNamur), secrétaireDr Thomas DURT (Institut Fresnel et Ecole Centrale Marseille, Marseille, France)Prof. Romain MURENZI (Worcester Polytecnic Institute)Prof. Dominique LAMBERT (UNamur)Prof. Bertrand HESPEL (UNamur)Prof. André HARDY (UNamur)

Une équipe de chercheurs américains, avec l’aide de Frédérik De Laender, professeur au Département de biologie de l’UNamur, vient de publier dans la prestigieuse revue Nature. Leur étude décrit comment l’évolution des températures des cours d’eau et les introductions de poissons par l’humain peuvent modifier la biodiversité des rivières aux États-Unis.

Près de 10 000 kilomètres séparent la Belgique du Japon, un pays qui fascine, notamment pour sa culture riche et pleine de contrastes. Les chercheurs de l’UNamur entretiennent des liens étroits avec plusieurs institutions nipponnes, notamment dans les domaines de l’informatique, des mathématiques ou encore du jeu vidéo. Coup de projecteur sur quelques-unes de ces collaborations.

Troisième et dernier focus de l’été sur le centre de recherche NaDI-CeRCLe, qui s’est démarqué à l’international ces dernières semaines grâce aux reconnaissances obtenues par trois jeunes chercheurs en management des services. Après Floriane Goosse et Victor Sluÿters, nous vous proposons de découvrir le travail de Florence Nizette, jeune chercheuse travaillant sur les technologies d’Intelligence artificielle.

RésuméEn 2025, l’apprentissage automatique continue de révolutionner divers domaines scientifiques, avec des implications majeures en physique, notamment en photonique. L'intégration d'algorithmes d'apprentissage automatique avancés a permis des progrès significatifs dans la conception et le contrôle des systèmes photoniques, améliorant leur efficacité et leurs performances. Ces avancées sont essentielles pour le développement des technologies de communication, d’imagerie ou encore de calcul quantique. Toutefois, la recherche en physique présente de nombreux défis qui vont au-delà des simples mesures de performance : identifier des motifs et construire des modèles analytiques est souvent tout aussi crucial.Dans cette thèse, nous appliquons des outils d’intelligence computationnelle, en particulier l’optimisation heuristique et les réseaux de neurones, afin de développer des approches orientées données pour résoudre diverses tâches en physique. Bien que centrée sur les données, notre approche reste ancrée dans la physique, cherchant toujours à comprendre les phénomènes physiques sous-jacents aux algorithmes. Les résultats de cette thèse couvrent un large éventail d’applications, allant de la conception de métasurfaces complexes et de réseaux de diffraction à l’analyse et l’interprétation de données spectrales. Nous avons également développé avec succès un optimiseur capable d’apprendre et de s’adapter aux problèmes rencontrés, notamment en physique. Cet outil clé de notre arsenal surpasse les méthodes de pointe dans nos applications. Il a notamment permis la conception d’une plaque de phase coronographique pour l’imagerie des exoplanètes, avec une performance 25 % supérieure aux meilleures solutions précédentes.Nous avons aussi conçu un dispositif compact de déflexion de faisceau, entièrement diélectrique, fonctionnant efficacement pour toutes les polarisations, atteignant une efficacité maximale de 90 %. Partant d’une conception purement basée sur les données, nous avons pu extraire et valider un modèle analytique fondé sur le comportement d’un réseau échelette, apportant ainsi une compréhension physique de son fonctionnement. Au-delà des tâches fondées sur des simulations, nous avons également traité des données expérimentales en développant un classificateur d’origine animale de parchemins, capable de distinguer trois espèces animales avec une précision de 90 %. Cet outil offre une méthode non invasive pour les restaurateurs et historiens souhaitant analyser des matériaux historiques fragiles.Les membres du jury Prof. Michaël LOBET (UNamur), PrésidentProf. Alexandre MAYER (UNamur), SecrétaireDr Charlotte BEAUTHIER (CENAREO)Prof. Benoît FRENAY (UNamur)Prof. Olivier DEPARIS (UNamur)Prof. Denis LANGEVIN (Université de Clermont Auvergne)Prof. Hai Son NGUYEN (Ecole Centrale de Lyon)

Sujet de la Dissertation Between Intuition and Analytics: Investigating Data-Driven Decision-Making in Elite Football Coaching Composition du Jury PromoteursProfesseur Corentin Burnay, Université de NamurProfesseur Stéphane Faulkner, Université de NamurAutres membres du JuryProfesseur Matthias Bogaert, Université de GandProfesseur Manuel Kolp, Université Catholique de LouvainProfesseure Géraldine Zeimers, Université Catholique de LouvainPrésident du JuryProfesseur Anthony Simonofski, Université de Namur