Karl Mounguele

Bioinformaticien Computationnel | Docking Moléculaire · NGS · Python · Drug Discovery

Ingénieur en Biotechnologie et Bioinformatique (Master), je conçois des pipelines computationnels pour accélérer la découverte de candidats médicaments et l'analyse de données génomiques à grande échelle.

Mon domaine de prédilection est la bioinformatique structurale : criblage virtuel, docking moléculaire (AutoDock Vina, AutoDock4), analyse ADMET et visualisation structurale (PyMOL, ChimeraX, Discovery Studio). En parallèle, je développe des pipelines NGS complets — du contrôle qualité (FastQC, Trimmomatic) jusqu'au variant calling (BWA, GATK) — ainsi que des scripts d'automatisation Python pour optimiser les workflows bioinformatiques.

Projet récent représentatif : campagne de criblage virtuel de 100 composés naturels (ZINC Natural Products) contre la protéine de capside p24 du VIH-1 (PDB : 4XFX). Meilleur hit identifié : CNP0013909.3 à −8.99 kcal/mol, validé par analyse ADMET complète via SwissADME et analyse des tunnels via CAVER Web.

Fondateur de GenoLabGab, une initiative indépendante de biologie computationnelle avec blog scientifique et dépôts GitHub documentés — reflet de mon engagement pour une science ouverte et reproductible.

Disponible pour missions 100% remote. Que ce soit pour un criblage virtuel, une analyse NGS, un pipeline sur mesure ou une formation, parlons de votre projet.