Missions

Le microbiote intestinal humain est composé de bactéries commensales essentielles à notre santé et bien-être. L’acquisition progressive de ces bactéries chez le nouveau-né et l’enfant influence le développement du système immunitaire et la susceptibilité à certaines maladies. En effet, ces communautés commensales ont un impact fondamental sur la physiologie de l'hôte, principalement en aidant à la digestion et une absorption efficace des nutriments, en façonnant le système immunitaire et aussi en protégeant contre l'invasion d'agents pathogènes. En particulier, les bactéries ou ferments lactiques et produits fermentés peuvent avoir un effet bénéfique pour la santé. Les études comparatives de la diversité taxonomique et génomique microbienne chez des individus en bonne santé, l'acquisition et la régulation de ces communautés commensales, et leur association avec l'alimentation ou les maladies chroniques, nous permettent de progressivement mieux comprendre le rôle de notre « deuxième génome », le microbiome humain, hébergé par notre « deuxième cerveau », le système entérique nerveux, et leurs interactions complexes à la barrière intestinale. L’ensemble de ces acteurs forme un système complexe entre l’Homme et son microbiote qu’il n’est pas possible de modéliser et de comprendre de manière réductionniste. Malgré l’importance cruciale du dialogue microbiote-intestin-cerveau au cours de la vie, les mécanismes d’interactions moléculaires réciproques entre l’hôte et son microbiote sont moins connus et demeurent peu caractérisés.
Dans ce contexte, la modélisation informatique est essentielle pour caractériser et mieux comprendre les mécanismes d’interactions moléculaires complexes et multiples maintenant l’homéostasie entre l’hôte et son microbiote. Nous souhaitons développer une modélisation par contraintes du co-métabolisme de l’hôte humain en interaction avec des ferments lactiques d’intérêt. Ce travail de modélisation visera à explorer et prédire in silico l’effet d’un consortium bactérien simple (ferments lactiques) sur les fonctions de la barrière épithéliale intestinale humaine. La modélisation de ces interactions proposera des solutions qui définiront un espace Pareto qu’il faudra explorer via des techniques d’optimisation.

Activités

Les principales tâches du projet seront de:
- Améliorer un paradigme (déjà existant) de modélisation par contraintes et optimisation multi-objective pour la représentation du co-métabolisme entre un consortium de bactéries lactiques et l’hôte humain.
- Améliorer ce modèle in silico en intégrant une diversité plus réaliste dans le modèle du co-métabolisme du microbiome.
- Créer un package Python intégrant ces outils de modélisation et permettant à des utilisateurs non-experts de l'utiliser.
- Commenter et tester ce package Python dans le but de son intégration éventuelle dans cobrapy (https://opencobra.github.io/cobrapy/).

Compétences

La candidate ou le candidat devra être titulaire d'un doctorat en (bio)informatique, en biologie computationnelle, en biostatistique ou dans des domaines connexes, avec des compétences en modélisation des systèmes biologiques.
- Une expérience avec les approches basées sur les réseaux et la modélisation métabolique à l'échelle du génome et des communautés.
- Expérience de l'analyse de données, des statistiques et de la visualisation, par exemple en Python ou en R.
- Une capacité à travailler de manière indépendante et en équipe, et à l'interface entre les sciences de la vie et l'informatique.
- Bonnes aptitudes à la rédaction et à la communication en anglais sont attendues ainsi qu'une aptitude au travail en équipe.

Contexte de travail

La candidate ou le candidat travaillera au sein de l'équipe ComBi du LS2N à Nantes, sur le site de l'UFR Sciences et Techniques.
Recrutement dans le cadre du projet bi-régional (Bretagne et Pays de la Loire) PROLIFIC (https://www.milkvalley.fr/project/prolific/).