En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR5149-NATCOL-020 - H/F Chercheur post-doctoral dans le cadre du projet ANR IDENTHIC

H/F Chercheur post-doctoral dans le cadre du projet ANR IDENTHIC

Cette offre est disponible dans les langues suivantes :
- Français-- Anglais

Date Limite Candidature : samedi 30 novembre 2024 00:00:00 heure de Paris

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler

Informations générales

Intitulé de l'offre : H/F Chercheur post-doctoral dans le cadre du projet ANR IDENTHIC
Référence : UMR5149-NATCOL-020
Nombre de Postes : 1
Lieu de travail : MONTPELLIER
Date de publication : vendredi 4 octobre 2024
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 2 décembre 2024
Quotité de travail : Temps complet
Rémunération : A partir de 3021 euros brut par mois selon expérience professionnelle
Niveau d'études souhaité : Niveau 8 - (Doctorat)
Expérience souhaitée : Indifférent
Section(s) CN : Mathématiques et interactions des mathématiques

Missions

Identification de la composition clonale d'une tumeur à partir des données de séquençage ciblé.
Le postdoc s'inscrit dans le projet ANR Identhic, qui se concentre sur la reconstruction de l'histoire évolutive des tumeurs à partir de données de séquençage partielles. Le candidat interagira avec les quatre membres principaux du projet ainsi qu'avec des étudiants en master et doctorat travaillant sur des aspects complémentaires du projet.
Le ou la candidat.e sera en charge du développement méthodologique d’approches statistiques permettant l’identification des sous-groupes de cellules se comportant de manière homogènes à partir de données de séquençage, d’abord en observation complète, puis en observation partielle.
Plus de détails : https://alice.cleynen.fr/wp-content/uploads/2024/09/Postdoc.pdf

Activités

- Familiarisation avec les données, mise en forme des données, création d’une annotation des échantillons obtenus sur les patients.
- Développement de méthode de déconvolution permettant l’inférence de la composition clonale de l’échantillon à partir de données de séquençage en observation totale.
- Benchmarking de la méthode
- Extension au cas du séquençage en observation partielle à l’aide de priors bio-informés, développement de méthodes d’imputation pour les données manquantes dans ce contexte
- Implémentation des méthodes au travers d’algorithmes efficaces
- Présentation et discussion des résultats avec les membres du consortium.
- Rédaction d’articles scientifiques pour la diffusion des résultats à la communauté scientifique
- Participation à des workshops et conférences internationales

Compétences

Doctorat en biostatistiques ou bioinformatique
Goût pour la programmation, en particulier maîtrise de R ou python
Manipulation antérieure d’au moins un type de données de séquençage

Contexte de travail

Le chercheur recruté mènera ses recherches à l’IMAG, au sein de l’équipe EPS sous la supervision d’Alice Cleynen et Sophie Lèbre.
Situé sur le Campus Triolet de l’Université de Montpellier, l’IMAG est un des portails vers les mathématiques en Occitanie. Il comprend 170 membres et est composé en 4 équipes de recherche : Analyse, Calcul Scientifique et Optimisation de Montpellier (ACSIOM), Didactique et Epistémologie des Mathématiques (DEMA), Equipe de Probabilité et Statistique (EPS), Géométrie, Topologie et Algèbre (GTA).

La médecine personnalisée est une approche émergente dans le domaine des soins de santé, qui a pris de l'ampleur avec l'avènement des technologies génomiques au début des années 2000. Elle vise à adapter les décisions médicales en fonction de la réponse prédite de chaque patient. Un exemple notable est la classification du cancer du sein en cinq sous-types basés sur les profils d'expression génique, ainsi que le développement d'anticorps monoclonaux, particulièrement efficaces chez les patients HER2-positifs.
Pour que la médecine personnalisée et l'oncologie de précision atteignent leur plein potentiel, il est nécessaire d'approfondir notre compréhension de l'évolution tumorale au niveau du patient. Cela inclut l'identification des événements initiaux qui déclenchent la formation du cancer et des événements moteurs successifs qui conduisent à la résistance thérapeutique, aux rechutes, et à la croissance incontrôlée des cellules tumorales.
Avec l'accessibilité croissante des technologies de séquençage, il est désormais courant d'utiliser des panels de gènes — séquençage ciblé de gènes spécifiques associés au cancer par des mutations, des altérations de l'expression ou du nombre de copies — au moment du diagnostic. Cela permet d'identifier des anomalies potentielles dans les cellules tumorales qui peuvent orienter le traitement et le pronostic. Les laboratoires de recherche translationnelle développent activement de nouveaux panels de séquençage pour découvrir des événements connus ou inédits aux niveaux de l'ARN et de l'ADN, dans le but d'améliorer les résultats des patients.
Ce processus génère de grandes quantités de données hétérogènes, collectées à différents moments chez différents patients. L'objectif général du projet postdoctoral sera de développer une approche statistique pour identifier la composition clonale de la tumeur à partir des données de séquençage ciblé.