En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)
Portail > Offres > Offre UMR7271-VIVROS-034 - Chercheur/Chercheuse en biologie computationnelle et biologie des réseaux(H/F)

Chercheur/Chercheuse en biologie computationnelle et biologie des réseaux(H/F)

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

Date Limite Candidature : mardi 23 août 2022

Assurez-vous que votre profil candidat soit correctement renseigné avant de postuler. Les informations de votre profil complètent celles associées à chaque candidature. Afin d’augmenter votre visibilité sur notre Portail Emploi et ainsi permettre aux recruteurs de consulter votre profil candidat, vous avez la possibilité de déposer votre CV dans notre CVThèque en un clic !

Informations générales

Référence : UMR7271-VIVROS-034
Lieu de travail : SOPHIA ANTIPOLIS
Date de publication : mardi 2 août 2022
Type de contrat : CDD Scientifique
Durée du contrat : 24 mois
Date d'embauche prévue : 1 octobre 2022
Quotité de travail : Temps complet
Rémunération : Entre 3208,25 € et 3954,80 €, pour une expérience entre 2 et 7 ans.
Niveau d'études souhaité : Doctorat
Expérience souhaitée : 1 à 4 années

Missions

Un poste de chercheur sur un contrat de 2 ans est disponible dans l'équipe SPARKS du laboratoire I3S, Université Côte d'Azur, France.
Les recherches en bioinformatique menées dans l'équipe portent sur l'utilisation d'approches réseau pour analyser et intégrer des données 'omiques à grande échelle, et sur le développement d'outils informatiques permettant de modéliser la manière dont les perturbations de la régulation des gènes peuvent affecter les processus biologiques.

Dans le cadre d'un projet visant à développer un nouveau test pour détecter et quantifier le risque de carcinogènes non génotoxiques (NGTxC), nous prévoyons d'adopter une approche holistique pour mieux comprendre les processus à l'œuvre à l'échelle du système biologique. En intégrant des données publiques et les données de génomique générées par le laboratoire de biologie avec lequel nous collaborons, nous modéliserons les données sous la forme de réseaux. En biologie des systèmes, un réseau met en correspondance des entités moléculaires (par exemple, des gènes, des transcrits, des protéines) via leurs interconnexions fonctionnelles (qui peuvent être des interactions physiques, des inductions transcriptionnelles, des activations enzymatiques, etc). Cette modélisation, prenant en compte les composants individuels et leurs interactions, nous permettra d'identifier des sous-parties des réseaux particulièrement actives dans les dérégulations provoquées par les NGTxC. Des algorithmes efficaces pour découvrir ces modules actifs dans des réseaux complexes ont été proposés [1] et sont étudiés par l'équipe SPARKS à l'I3S [2-3].

Activités

L'objectif est d'étendre les méthodes actuelles d'analyse de réseau sur plusieurs axes en (1) permettant le traitement des données obtenues à partir de séquençages ARN « single cell » et « long read », (2) intégrant d'autres données dans le pipeline d'analyse, qu'il s'agisse de nouveaux types de données biologiques à haut débit ou d'autres connaissances représentées sous forme de réseaux, (3) prenant en compte l'aspect temporel des données en intégrant des mesures effectuées à plusieurs moments différents.
Pour cela, la personne recrutée devra s'appuyer sur les développements récents concernant la détection de communautés dans les réseaux temporels [4], la détection de communautés dans les réseaux attribués [5], le clustering multi-vues [6] et bien sûr l'apprentissage automatique appliqué à l'analyse de données « single cell » [7].
Elle sera responsable des tâches suivantes :
- revue de la littérature et des solutions logicielles pour appréhender les stratégies sous-jacentes d'extraction de connaissances à partir de structures de réseaux complexes,
- tests pratiques pour évaluer l'efficacité et la facilité d'utilisation des outils sélectionnés dans le cadre d'analyses à haut débit,
- détermination, implémentation et application des stratégies optimales pour l'analyse des données,
- analyse des résultats en collaboration avec des biologistes.

Compétences

Compétences :
- Doctorat en bioinformatique ou informatique.
- Expérience dans l'analyse de données omiques à haut débit.
- Maîtrise de la programmation (R, Python, etc.).
- Des connaissances en transcriptomique « single cell », en régulation génique et en biologie des réseaux sont souhaitables.
- Une expérience du calcul à haute performance est un atout
- Capacité à penser et à travailler de manière indépendante, à fixer des objectifs et à respecter les délais.
- Maîtrise professionnelle de l'anglais.
- Bonnes capacités de communication et de rédaction.
- Volonté de travailler dans un environnement multidisciplinaire, de partager ses compétences et ses idées.

Contexte de travail

Situé dans la technopole de Sophia Antipolis, entre Nice et Cannes, le laboratoire I3S (Informatique, Signaux et Systèmes de Sophia Antipolis - CNRS UMR 7271) emploie 230 personnes, dont une centaine de chercheurs et enseignants-chercheurs et environ 80 doctorants. L'équipe SPARKS (Scalable and Pervasive softwARe and Knowledge Systems) est la plus grande équipe de l'I3S avec un effectif de 104 personnes, dont 44 permanents.
L'équipe étudie l'organisation, la représentation et le traitement distribué des connaissances, ainsi que leur extraction à partir des données et leur formalisation sémantique, avec un accent particulier sur le passage à l'échelle et sur la conception de systèmes logiciels adaptatifs centrés sur la connaissance et sur l'humain. L'équipe est structurée autour de quatre thèmes : « extraction de connaissances et apprentissage » (machine learning, data mining, artificial intelligence), « formalisation et raisonnement entre utilisateurs et modèles » (approches pluridisciplinaires d'analyse et de modélisation multi-critères, raisonnements sur ces modèles en utilisant les approches orientées graphes du Semantic Web), « systèmes logiciels évolutifs » (adapter et composer les systèmes, les données et les workflow à différentes échelles, de la boucle locale à la distribution massive), « informatique et biologie » (extraction de connaissances, modélisation et simulation de systèmes biologiques dynamiques, preuves formelles du comportement des systèmes biologiques et raisonnement basé sur un modèle assisté par ordinateur).
Les travaux seront menés dans le cadre du projet NewgenTOXiv financé par le 4ème Programme d'Investissement d'Avenir du gouvernement français. Le projet implique 3 laboratoires de recherche publics (I3S, IPMC et ICN) et deux entreprises industrielles (ImmunoSearch et MyDataModels).
Références :
1. Nguyen, H., Shrestha, S., Tran, D., Shafi, A., Draghici, S., & Nguyen, T. (2019). A comprehensive survey of tools and software for active subnetwork identification. Frontiers in genetics, 10, 155.
2, Corrêa, L., Pallez, D., Tichit, L., Soriani, O., & Pasquier, C. (2019, December). Population-based meta-heuristic for active modules identification. In Proceedings of the Tenth International Conference on Computational Systems-Biology and Bioinformatics (pp. 1-8).
3, Pasquier, C., Guerlais, V., Pallez, D., Rapetti-Mauss, R., & Soriani, O. (2021). Identification of active modules in interaction networks using node2vec network embedding. BioRxiv.
4, Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: a survey. ACM computing surveys (CSUR), 51(2), 1-37.
5, Chunaev, P. (2020). Community detection in node-attributed social networks: a survey. Computer Science Review, 37, 100286.
6. Fu, L., Lin, P., Vasilakos, A. V., & Wang, S. (2020). An overview of recent multi-view clustering. Neurocomputing, 402, 148-161.
7, Ji, Y., Lotfollahi, M., Wolf, F. A., & Theis, F. J. (2021). Machine learning for perturbational single-cell omics. Cell Systems, 12(6), 522-537.

Contraintes et risques

Aucun

Informations complémentaires

Les candidatures doivent comprendre :
- une lettre de motivation, indiquant votre parcours scientifique et vos intérêts en matière de recherche,
- un CV détaillé avec une liste de publications,
- 2-3 références (nom, institution, e-mail, numéro de téléphone, et relation avec le candidat).
Pour plus d'information, vous pouvez contacter Claude Pasquier (claude.pasquier@univ-cotedazur.fr)

On en parle sur Twitter !