5770  Av.  Glenarden  Montréal,  H4W  2A4  

514  912  1503  http://www.linkedin.com/in/nathanaelweill  

naweill@gmail.com  

NATHANAEL  WEILL,  PHD  

SKILLS     • DATA  ANALYSIS  /  DATA  MODELING:  ! Descriptive  statistics.  ! Exploratory  Data  Analysis.    

Self  Organized  Map,  PCA,  hierarchical  clustering,  graph  analysis,  community  detection.  

! Confirmatory  data  Analysis.    F/T-­‐test,  K-­‐S  test,  chi-­‐squared  test,  Shapiro–Wilk  test,  Fisher-­‐test,  Wilcoxon-­‐test.  

! Predictive  Analysis.    Supervised  learning  (Naïve  Bayesian,  Decision  Tree,  Random  Forest,  Neuronal  Network,  AdaBoost,  Conjonctive  Rules),  DeNovo  Modeling.  

! Dataset  Design.    Data  curation,  variable/observation  selection,  data  transformation.    

! Software.    My  own  implementations,  R,  WEKA,  libSVM.    

! Performance  assessment:  Cross-­‐Validation,  LOO,  Balanced  Accuracy,  ROC  curve,  sensitivity-­‐specificity,  precision-­‐recall,  bootstrapping.  

• OPTIMIZATION  (MINIMIZATION):     Matching  Algorithms,  Genetic  Algorithm,  PSO,  Multi-­‐Objective  Optimization.  

• CODING:     Expert:  Java,  Python,  Perl.       Good  level:  C++,  SQL,  Bash,  PHP.     Knowledge:  CUDA(GPU),  tcl/tk.  

• ENVIRONMENTS:     Linux,  Mac,  Windows.  

FIELDS  OF  APPLICATION:  

 

  • DRUG  DESIGN:     Challenge:  To  create  the  most  accurate  model  to  predict  active  molecules  and  side  effects.[1-­‐3]  Application  to  Oxytocin  Receptor.  [4]    

• CHEMISTRY:     Challenge:  To  use  a  genetic  algorithm  to  optimize  geometries  of  

Page  2  

molecule  to  accommodate  a  targeted  protein.[5-­‐8]  Application  to  screening  of  library  of  molecules.[9]  

    Challenge:  To  use  the  same  algorithm  to  predict  the  catalyst  for  given  asymmetric  reactions.[10]  

• COMPUTATIONAL  BIOLOGY:     Challenge:  To  create  a  model  that  predicts  the  outcome  of  many  to  many  biological  molecule  interactions.  Application  to  the  design  of  new  regulators  of  gene  expression.[11]  

EXPERIENCE     RESEARCH  POSITION,  UNIVERSITÉ  DE  MONTRÉAL  (IRIC)  

2011-­‐present  My  researches  are  focused  on  the  reprogramation  of  cancer  cells  using  microRNAs.    

RESEARCH  POSITION  

2009-­‐2011  I  applied  a  knowledge  based  system  tu  design  new  active  molecules  for  Parkinson  disease.  

EDUCATION     UNIVERSITÉ  DE  STRASBOURG,  PHD  2006-­‐2009  

Topic:  pharmaceutical  Science.    I  applied  learning  machine  technics  to  predict  impact  of  active  molecules  on  proteins  (side  effects)  and  to  discover  new  drugs  for  a  given  target.  

UNIVERSITÉ  DE  STRASBOUR,  MSC  2004-­‐2006  

Structural  Genomics  and  Bioinformatics  with  honors  

UNIVERSITÉ  DE  STRASBOUR,  BSC  2001-­‐2004  

Biology,  Informatics,  Bioinformatics  with  honors  

COMMUNICATION     PEER  REVIEW  PUBLICATIONS:  

[1]   Weill  N,  Rognan  D.  Development  and  Validation  of  a  Novel  Protein-­‐Ligand  Fingerprint  To  Mine  Chemogenomic  Space:  Application  to  G  Protein-­‐Coupled  Receptors  and  Their  Ligands.  Journal  of  Chemical  Information  and  Modeling,  2009;  49:  1049-­‐1062.  

[2]   Weill  N,  Rognan  D.  Alignment-­‐Free  Ultra-­‐High-­‐Throughput  Comparison  of  Druggable  Protein-­‐Ligand  Binding  Sites.  Journal  of  Chemical  Information  and  Modeling,  2010;  50:  123-­‐135.  

[3]   Weill  N.  Chemogenomic  Approaches  for  the  Exploration  of  GPCR  Space.  Current  Topics  in  Medicinal  Chemistry,  2011;  11:  1944-­‐1955.  

[4]   Weill  N,  Valencia  C,  Gioria  S,  Villa  P,  Hibert  M,  Rognan  D.  Identification  of  Nonpeptide  Oxytocin  Receptor  Ligands  by  Receptor-­‐Ligand  Fingerprint  Similarity  Search.  Molecular  Informatics,  2011;  30:  521-­‐526.  

Page  3  

[5]   Weill  N,  Therrien  E,  Moitessier  N.  Does  considering  water  molecules  and  protein  flexibility  matter  in  structure  based  virtual  screening?  Abstracts  of  Papers  of  the  American  Chemical  Society,  2011;  242.  

[6]   Therrien  E,  Englebienne  P,  Arrowsmith  AG,  Mendoza-­‐Sanchez  R,  Corbeil  CR,  Weill  N,  Campagna-­‐Slater  V,  Moitessier  N.  Integrating  Medicinal  Chemistry,  Organic/Combinatorial  Chemistry,  and  Computational  Chemistry  for  the  Discovery  of  Selective  Estrogen  Receptor  Modulators  with  FORECASTER,  a  Novel  Platform  for  Drug  Discovery.  Journal  of  Chemical  Information  and  Modeling,  2012;  52:  210-­‐224.  

[7]   Campagna-­‐Slater  V,  Therrien  E,  Weill  N,  Moitessier  N.  Methods  for  Docking  Small  Molecules  to  Macromolecules:  A  User's  Perspective.  2.  Applications.  Current  Pharmaceutical  Design,  2014;  20:  3360-­‐3372.  

[8]   Weill  N,  Therrien  E,  Campagna-­‐Slater  V,  Moitessier  N.  Methods  for  Docking  Small  Molecules  to  Macromolecules:  A  User's  Perspective.  1.  The  Theory.  Current  Pharmaceutical  Design,  2014;  20:  3338-­‐3359.  

[9]   Castor  KJ,  Mancini  J,  Fakhoury  J,  Weill  N,  Kieltyka  R,  Englebienne  P,  Avakyan  N,  Mittermaier  A,  Autexier  C,  Moitessier  N,  Sleiman  HF.  Platinum(II)  Phenanthroimidazoles  for  Targeting  Telomeric  G-­‐Quadruplexes.  Chemmedchem,  2012;  7:  85-­‐94.  

[10]   Weill  N,  Corbeil  CR,  De  Schutter  JW,  Moitessier  N.  Toward  a  Computational  Tool  Predicting  the  Stereochemical  Outcome  of  Asymmetric  Reactions:  Development  of  the  Molecular  Mechanics-­‐Based  Program  ACE  and  Application  to  Asymmetric  Epoxidation  Reactions.  Journal  of  Computational  Chemistry,  2011;  32:  2878-­‐2889.  

[11]   N.  Weill,  V.  Lisi,  N.  Scott,  S.  Leong,  Major  F.  MicroRNA  interactions  obey  stable  matching  rules  and  modulate  post-­‐transcription  the  regulation  of  gene  expression  individually  and  collectively.,  in  preparation.  

AWARDS     MRT  grant  for  PhD  funding    Award  of  the  best  Oral  Communication  of  the  campus.  GRASP  training  program  Award.  CIHR  Fellowship.  (ranked:  top  6.5%)    

LANGUAGES     FRENCH,  ENGLISH