Margarida Carvalho est spécialiste de la théorie des jeux. Son programme s’appuie sur des approches tirées de la recherche opérationnelle et de l’apprentissage automatique, deux piliers de la science des données.

Malgré la remarquable unité des principaux composants du monde vivant (ADN, ARN, code génétique), nous ne sommes probablement pas encore assez conscient de toute la diversité des structures génomiques existantes, ni de la diversité des modes d'évolution les générant. En plus des substitutions, insertions et délétions ponctuelles, les génomes évoluent par une multitude de mécanismes tels que réarrangements, transferts horizontaux, pertes de gènes, hybridation, duplications simples, segmentales ou même de génomes entiers. Par la comparaison de génomes, il est possible d'inférer des scénarios d'évolution pour des familles de gènes, des clusters ou des génomes entiers, et de prédire les les charactéristiques des génomes ancestraux. En plus de permettre de documenter l'histoire de l'évolution de la vie sur terre, l'inférence d'histoires évolutives permet de répondre à une multitude de questions biologiques concernant la fonction des gènes et les spécificités génétiques des espèces. Chaque problème, chaque type de mutation (ou combinaison de mutations), nécessite une modélisation spécifique et donne lieu à des développements algorithmiques, combinatoires, statistiques, mathématiques différents. C'est à ces problèmes que nous nous consacrons.

Mon domaine de recherche est l'optimisation combinatoire. Je m'intéresse à la méthodologie et aux applications, notamment aux méthodes exactes et heuristiques, de même qu'aux algorithmes parallèles, pour résoudre des problèmes de grande taille ayant des applications en transport, en télécommunications et en santé.

Mes travaux de recherche se situent à l'interface entre l'informatique et les mathématiques avec des applications en biologie moléculaire. Plus particulièrement, je m'intéresse aux problèmes algorithmiques liés à l'analyse des données provenant du séquençage. Je m'intéresse plus particulièrement à la recherche efficace de mots et de motifs, au réarrangement de génomes et, plus récemment, au repliement de protéines en milieu aqueux. J'ai aussi des intérêts de recherche en informatique théorique, en combinatoire algébrique et en combinatoire des mots.

Mes intérêts de recherche portent sur le développement de méta-heuristiques, tels la recherche tabou et les algorithmes génétiques, afin de résoudre des problèmes d'optimisation dans le domaine des transports. Je m'intéresse tout particulièrement aux problèmes de tournées de véhicules sujets à divers types de contraintes, comme des fenêtres de temps pour le service aux clients. De tels problèmes se retrouvent dans de nombreuses applications réelles: services de cueillettes et livraisons, courrier rapide, transport adapté, etc. J'étudie également des versions dynamiques de ces problèmes qui surviennent lorsque les requêtes des clients sont reçues de façon continue tout au cours de la journée. Ces requêtes doivent alors être intégrées en temps réel dans les routes courantes des véhicules.