Informations de contact

  • email : marion.brandolini-bunlon{at}inrae{dot}fr 
  • tel : +33(0)4 73 62 46 76

En tant que statisticienne dans la composante « métabolomique » de la plate-forme d’exploration du métabolisme (PFEM), je réalise des analyses statistiques, paramétriques ou non paramétriques, uni ou multidimensionnelles, afin de mettre en évidences les métabolites dont les intensités relatives varient entre groupes expérimentaux pour caractériser des phénotypes ou identifier des biomarqueurs. Je réalise également, principalement sous le logiciel R, des développements d’outils pour le traitement de données, et notamment pour l’intégration de données métabolomiques avec des données d’autres natures.

Missions

  • analyses statistiques de données de projets ayant une approche métabolomique non ciblée ; veille et développement méthodologiques et techniques en statistiques.
  • responsabilité du processus qualité « recherche et développements » concernant le traitement de données
  • actions de formation (enseignement dans des cursus de formation initiale ou continue, encadrement de stagiaires...)

Publications principales

  • Brandolini-Bunlon, M., Pétéra, M., Gaudreau, P., Comte, B., Bougeard, S., & Pujos-Guillot, E. (2019). Multi-block PLS discriminant analysis for the joint analysis of metabolomic and epidemiological data. Metabolomics15(10), 1-9.
    doi: 10.1007/s11306-019-1598-y.
  • Comte, B., Monnerie, S., Brandolini-Bunlon, M., Canlet, C., Castelli, F., Chu-Van, E., ... & Pujos-Guillot, E. (2021). Multiplatform metabolomics for an integrative exploration of metabolic syndrome in older men. EBioMedicine69, 103440.
    doi: 10.1016/j.ebiom.2021.103440.
  • Pujos-Guillot, E., Brandolini, M., Pétéra, M., Grissa, D., Joly, C., Lyan, B., ... & Comte, B. (2017). Systems metabolomics for prediction of metabolic syndrome. Journal of proteome research16(6), 2262-2272.
    doi: 10.1021/acs.jproteome.7b00116