En poursuivant votre navigation sur ce site, vous acceptez le dépôt de cookies dans votre navigateur. (En savoir plus)

Recrutement étudiant(e) en thèse (H/F) sur modélisation intégrative multi-critères pour la prédiction de regulations transcriptionnelles

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

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 !

Faites connaître cette offre !

Informations générales

Référence : UMR5168-FRAPAR-003
Lieu de travail : GRENOBLE
Date de publication : jeudi 30 avril 2020
Nom du responsable scientifique : François Parcy
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 septembre 2020
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

La régulation de l'expression des gènes est centrale dans tous les processus biologiques. Elle met en jeu une classe de protéines appelées facteurs de transcription qui reconnaissent des séquences spécifiques dans le génome, et s'y assemblent en complexes pour moduler positivement ou négativement l'expression des gènes. L'ensemble de ces interactions constitue les réseaux transcriptionnels.
Il existe de nombreuses méthodes expérimentales pour identifier les régulations, organisme par organisme et type cellulaire par type cellulaire mais cela représente un travail fastidieux. Dans la mesure où une grande partie des instructions qui gouvernent ces régulations sont codées dans la séquence génomique, il devrait être possible de les identifier pour en déduire la structure des réseaux. La disponibilité d'un nombre croissant de séquences génomiques représente un atout unique pour détecter les sites de liaison des facteurs de transcription et étudier leur conservation. L'idée sous-jacente est qu'une conservation indique un rôle fonctionnel.
Le but du projet de thèse est d'assembler différents types de conservation dans un même outil prédictif global pour détecter les régulations sur la seule base de comparaison de séquences. Ces analyses seront effectuées dans un premier temps sur des facteurs floraux bien caractérisés au laboratoire puis seront généralisées. L'identification de nouvelles régulations par les méthodes bio-informatiques sera ensuite testée par des expériences in planta en système transitoire.

Ce sujet exige des compétences et un gout pour la programmation et les analyses bio-informatiques. Le/la candidat(e) devra posséder une expertise dans les langages de programmation R et/ou Python, de préférence les deux. Une connaissance / expérience préalable des régulations transcriptionnelles et épigénétique est un plus. Par ailleurs, une expérience et un gout pour les systèmes végétaux sera également apprécié. La capacité à travailler en équipe avec différents types de personnels est impérative et une bonne connaissance de l'anglais est indispensable.

Contexte de travail

Le travail se fera en collaboration entre deux équipes de recherche (Labo LPCV – UMR5168 – INSB : François Parcy
Labo TIMC-IMAG – UMR5525-INS2I/INSIS : Antoine Frenoy (MC UGA/Ensimag), Nicolas Thierry-Mieg (CNRS)) avec une localisation double mais majoritaire au laboratoire LPCV.

L'équipe Flo_Re dirigée par François Parcy du laboratoire LPCV est spécialiste de l'étude expérimentale et computationnelle appliquée à quelques facteurs de transcription floraux. L'équipe développe et applique des modèles de liaison les plus performants. Par exemple les modèles flexibles qui tiennent compte des propriétés des sites de liaisons telles que leurs variations en taille et l'interdépendance entre leurs nucléotides. Antoine Frenoy fait partie de l'équipe Biologie Computationnelle et Mathématique du laboratoire TIMC-IMAG, dirigée par Nicolas Thierry-Mieg. Il développe des méthodes de biologie computationnelle appliquées à l'évolution. Cette collaboration permettra d'implémenter des nouvelles méthodes exploitant à la fois les grands jeux de données génomiques et d'interactions entre protéines.

Contraintes et risques

Les contraintes sont celles du travail sur le site CEA (travail en journée et en semaine). Les expériences impliquant des produits toxiques seront faites en suivant les règles de sécurité en vigueur dans les 2 laboratoires

On en parle sur Twitter !