Leo Meyer

Leo Meyer

Auto-generated profile, based on publicly available information

Leo Meyer

Faculty of Mathematics, University of Vienna; Vienna, Austria

Research Focus & Metrics

Academic Career Length

3Years (2024-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
24 January 2024 in Journal of Theoretical Biology
Verified
Journal Article
Closed access
AGAnne-Sophie Giacobbi
Anne-Sophie Giacobbi
LMLeo Meyer
Leo Meyer
MRMagali Ribot
Magali Ribot
RYRomain Yvinec
Romain Yvinec
HSHedi Soula
Hedi Soula
CAChloe Audebert
Chloe Audebert

17 January 2024 in Journal of Mathematical Biology
Verified
Journal Article
Closed access
PDF file
LMLéo Meyer
Léo Meyer
MRMagali Ribot
Magali Ribot
RYRomain Yvinec
Romain Yvinec

1 October 2026 in bioRxiv
Verified
Preprint
Open access
PDF file
SWSakurako Nagumo Wong
Sakurako Nagumo Wong
MNMark Alan Noble
Mark Alan Noble
MFMichael Fischer
Michael Fischer
LMLeo Meyer
Leo Meyer
MNMaria Novatchkova
Maria Novatchkova
JKJuergen A. Knoblich
Juergen A. Knoblich
The human brain is incomplete at birth, with streams of late-born interneurons migrating into the postnatal cortex. This process is absent in rodents, limiting mechanistic investigation to post-mortem tissue. Here, we show that human cerebral organoids cultured for over six months recapitulate postnatal interneuron migration, enabling its mechanistic and genetic dissection. Live imaging and mathematical modeling revealed that interneurons intrinsically migrate in chains, while astrocyte interactions promote stream organization. Spatial and single-cell transcriptomics identified a distinct molecular signature of human postnatal migratory streams enriched for neurodevelopmental disorder-associated genes. Perturbation of the autism-associated genes CNTN5 and FGF14 differentially disrupted chain organization and migration. Thus, long-term cerebral organoids enable mechanistic analysis of previously inaccessible aspects of postnatal human brain development and their contributions to neurodevelopmental disease.

8 April 2026
Verified
Thesis
Closed access
LMLéo Meyer
Léo Meyer
Modélisation et analyse des modèles pour la distribution en taille des adipocytes: Le tissu adipeux est un tissu conjonctif responsable du stockage de l'énergie sous forme de gouttelettes lipidiques à l'intérieur des cellules adipeuses. Ces cellules, également appelées adipocytes, changent de taille de façon dynamique en fonction de deux processus : le stockage des acides gras du sang à l'intérieur de la cellule, appelé lipogenèse, et la libération active des acides gras dans le sang pour une utilisation énergétique, appelée lipolyse. Cette thèse porte sur la modélisation de la dynamique de ces changements de taille pour une population de cellules adipeuses. Une caractéristique frappante des données de distribution de taille des adipocytes, recueillies sur diverses espèces animales, est leur bimodalité bien conservée : les distributions ont deux maxima locaux. Nous partons d'une loi de conservation scalaire non linéaire qui décrit la dynamique des échanges de masse entre les cellules (macroparticules) et les lipides (monomères), inspirée du système de Lifschitz-Slyozov dans la théorie du grossissement. Ce premier modèle est exclu pour expliquer les données, car son état stationnaire ne peut pas être une distribution bimodale lisse. Deux extensions diffusives sont alors envisagées. La première est heuristique et consiste à ajouter un opérateur de diffusion constant. La seconde, appelée modèle de Lifshitz-Slyozov de second ordre, implique un opérateur de diffusion dépendant du temps et de la taille qui est motivé par la version discrète du modèle de Lifshitz-Slyozov, à savoir le système ODE infini donné par les équations de Becker-Döring. Nous prouvons un nouveau résultat de convergence des équations de Becker-Döring vers les équations de Lifshitz-Slyozov qui soutient l'extension du second ordre. Nous introduisons également deux modèles stochastiques non linéaires équivalents respectivement aux équations de Becker-Döring et aux équations de Lifshitz-Slyozov diffusives du second ordre, qui nous permettent de montrer un résultat de convergence du premier modèle vers le second. La simulation numérique de tous ces modèles est réalisée grâce à des méthodes numériques adaptées, notamment un schéma ‘well-balanced' et l'algorithme de Gillespie. Les deux extensions diffusives du modèle de Lifshitz-Slyozov sont capables de retrouver la bimodalité à partir de leurs solutions stationnaires, et dans les deux cas, en effectuant une estimation des paramètres sur des données provenant de rats, nous retrouvons les paramètres impliqués dans la lipogenèse et la lipolyse avec des ordres de grandeur similaires. Cette thèse contient également un travail réalisé lors de l'école d'été CEMRACS 2022. Nous avons utilisé un schéma numérique issu de la cinétique des écoulements multifluides pour étudier la croissance d'un biofilm. Le biofilm est vu comme trois composants interagissant ensemble : les cellules, la matrice extracellulaire, et le milieu environnant. Chaque composant est décrit par sa fraction volumique et sa vitesse, ce qui conduit à la contrainte naturelle que la somme des trois fractions volumiques soit égale à un. Ce nouveau schéma permet de valider cette contrainte sur le système au niveau numérique. Nous obtenons le phénomène d'onde progressive attendu et ajoutons divers substrats qui jouent potentiellement un rôle dans la croissance du biofilm.