David Gfeller

Version du 4 novembre 2014, mise à jour le 16 décembre 2019

David Gfeller, professeur associé

depuis le 1er août 2019

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 associé au Département d'oncologie UNIL-CHUV et au Ludwig Institute for Cancer Research, Lausanne Branch, dès le 1^er août 2019.

Né en 1980 et de nationalité suisse, David Gfeller étudie la physique et les mathématiques à l’UNIL. 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’intelligence artificielle avec la modélisation des structures pour prédire les interactions entre protéines.

En 2010, il reçoit une bourse de l’Organisation européenne de biologie moléculaire (EMBO) et intègre l’Institut suisse de bioinformatique (SIB), d’abord comme postdoctorant, puis comme chercheur associé. Grâce à la biologie computationnelle, David Gfeller développe de nouveaux outils pour prédire et inhiber les interactions des protéines avec d’autres molécules.

Un nouveau champ d’application s’ouvre également à lui : l’analyse de données de séquençage de l’ARN. Dans ce cadre, le scientifique part se former six mois dans le groupe de la Prof. Sarah Teichmann de l’European Bioinformatics Institute (EBI) à Cambridge (Royaume-Uni).

Le 1^er décembre 2014, il est nommé professeur assistant en prétitularisation conditionnelle au niveau professeur associé à l’UNIL, ce qui lui permet de démarrer son propre groupe au Ludwig Institute for Cancer Research, Lausanne Branch. Il est promu, dès le 1^er août 2019, au rang de professeur associé.

Depuis sa nomination en 2014, David Gfeller a développé ses recherches le long de deux axes principaux. Le premier consiste à étudier et prédire comment les cellules immunitaires peuvent reconnaître les cellules cancéreuses. De nombreuses études ont démontré que cette reconnaissance passe par la présentation, à la surface des cellules cancéreuses, de bouts de protéines (appelés peptides) qui se lient au Complexe Majeur d’Histocompatibilité (CMH)¹. Une approche prometteuse pour mieux comprendre la reconnaissance immunitaire des cellules cancéreuses consiste à utiliser la bioinformatique pour prédire quels peptides se lient au CMH. Malheureusement, le CMH fait partie des gènes les plus polymorphiques et diffère d’un individu à l’autre. Les prédictions doivent donc capturer cette immense diversité. Grâce à de nouveaux algorithmes d’intelligence artificielle développés dans son groupe, David Gfeller a révolutionné notre capacité à faire de telles prédictions, et ces dernières sont actuellement utilisées en clinique pour optimiser la mise au point de vaccins contre les tumeurs.

Le deuxième axe de recherche de David Gfeller consiste à étudier la complexité du microenvironnement tumoral en utilisant des techniques de mesures de l’expression des gènes. Ce domaine est en pleine expansion, entre autres grâce aux avancées technologiques qui permettent de mesurer l’expression de dizaines de milliers de gènes dans chaque cellule d’une tumeur. Le groupe du Prof. Gfeller est à la pointe des développements méthodologiques pour analyser ces données non seulement gigantesques mais extrêmement complexes, et en retirer les informations pertinentes pour mieux comprendre et optimiser l’immunothérapie contre le cancer.

Les découvertes de David Gfeller sont considérées comme extrêmement importantes dans le domaine de la biologie computationnelle et de la bioinformatique. Il est régulièrement invité à présenter ses recherches dans les meilleures conférences.

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

Nature Biotechnology (2019),
PNAS (2018),
eLife (2017),
Genome Research (2017).

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).

David Gfeller est par ailleurs 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.

¹Complexe 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.

L'actualité du professeur

6 mai 2024
Gfeller Lab among the SIB Remarkable Outputs 2023

17 avril 2024
Deciphering T Cell Specificity: AI Insights into Immune Surveillance

19 août 2020
Avancée dans la compréhension des mécanismes moléculaires de l’immunothérapie des cancers

21 novembre 2019
Interview avec David Gfeller

15 octobre 2019
De nouveaux algorithmes au service de l'immuno-oncologie personnalisée

3 mai 2018
Cancer: Extension des cibles pour le système immunitaire

Le/la professeur·e reste responsable des informations contenues sur cette page.

TOP ^