Description du sujet de thèse

"Caractérisation automatique des éléments régulateurs du génome humain par intégration multimodale de données ‘-omiques’"
Caractériser la grammaire génomique qui régule l'expression des gènes, est un domaine de recherche intense. Plusieurs approches d'apprentissage machine ont montré qu'il était possible de prédire de nombreuses régulations génomiques sur la base de la séquence ADN seule. Ces modèles sont par essence appris sur les signaux expérimentaux majoritaires qui, en raison des stratégies de mapping, sont souvent localisés dans les régions codantes et/ou bien annotées du génome. Pourtant, de nombreuses régions non- codantes ont des fonctions régulatrices et les mécanismes biologiques sous-jacents sont très divers. Pour capturer cette diversité, de nouveaux modèles doivent être développés avec pour objectifs (i) d’identifier automatiquement les régions sujettes aux mêmes mécanismes biologiques (construction supervisée de classes) et (ii) d’apprendre les caractéristiques (motifs et k-mers) de ces régions. Ces modèles permettront également de mieux interpréter les variations génétiques observées dans des régions mal ou non annotées.

Contexte de travail

L'Institut de Génétique Moléculaire de Montpellier est une unité mixte de recherche CNRS et Université de Montpellier, de 200 personnes réparties en 19 groupes de recherche. L'IGMM est un institut multidisciplinaire dont les travaux ont un impact international fondamental et appliqué en biologie moléculaire et cellulaire (www.igmm.cnrs.fr). Le campus donne accès à des installations scientifiques et technologiques de pointe, notamment en génomique, imagerie et cytométrie de flux.
Le candidat ou la candidate sera affecté(e) à l'équipe “ jointe IGMM/LIRMM/IMAG et travaillera dans un environnement multidisciplinaire (biologie, informatique et mathématique), en collaboration avec le laboratoire TAGC de Marseille, le CRG de Barcelone et le consortium international FANTOM.

L'agent sera spécifiquement impliqué dans le développement de modèles d'apprentissage automatique et contribuera à leur diffusion auprès de la communauté scientifique afin de rendre les codes librement accessibles. Le candidat ou la candidate sera titulaire d'un master en bio-informatique, en informatique, en statistiques ou dans un domaine connexe. Une bonne connaissance de la génétique, de la génomique et/ou de l'expression des gènes est un avantage, mais ces connaissances pourront être acquises au cours de la thèse grâce aux interactions entre les membres de l'équipe et/ou à des cours théoriques et des ateliers spécialisés. Des qualités individuelles telles que l'adaptabilité, la persévérance, la créativité et le travail d'équipe sont attendues.

Contraintes et risques

- Variabilité possible des horaires de travail (soir et/ou week-end)