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

Méthodes probabilistes d'identification des signatures de sélection sur les arbres évolutifs : des données à la théorie et retour H/F

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

Date Limite Candidature : vendredi 27 mai 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 : UMR8023-ALEWAL-008
Lieu de travail : PARIS 05
Date de publication : vendredi 6 mai 2022
Nom du responsable scientifique : Aleksandra Walczak
Type de contrat : CDD Doctorant/Contrat doctoral
Durée du contrat : 36 mois
Date de début de la thèse : 1 septembre 2022
Quotité de travail : Temps complet
Rémunération : 2 135,00 € brut mensuel

Description du sujet de thèse

La sélection est l'une des principales forces qui façonnent la diversité génétique observée dans une population en évolution, mais caractériser sa force et ses modèles reste un défi. La maturation d'affinité des cellules B est un exemple d'évolution accélérée sous sélection, ce qui nous permet d'étudier ces processus sur des échelles de temps plus courtes que la macroévolution. Ici, nous développerons de nouvelles méthodes pour apprendre les propriétés de la sélection des lymphocytes B à partir des données de séquençage du répertoire, en surmontant deux problèmes : les méthodes actuelles ne nous permettent pas d'aller au-delà de la neutralité (absence de sélection) pour déduire des processus évolutifs ; nous manquons de bons estimateurs de statistiques sommaires pour aller au-delà du rejet de la neutralité. Nous construirons des modèles mathématiques de populations de cellules proliférantes subissant des mutations non neutres, et les utiliserons pour caractériser les schémas de sélection dans les arbres. Informés par ces modèles, nous développerons des schémas d'inférence pour apprendre les paramètres de sélection à partir des données. Le résultat sera des outils pour caractériser la sélection et une base pour identifier les lignées répondantes en milieu clinique.

Contexte de travail

La thèse sera effectuée dans le groupe d'Aleksandra Walczak et Thierry Mora au departament de physique de l'ENS avec les travaux effectués dans l'equipe de Amaury Lambert à l'IBENS, qui est à 3 minutes à pied. Le projet est une passion multidisciplinaire, avec des rencontres fréquentes entre les trois équipes et des discussions constantes.

Contraintes et risques

Le succès de la thèse repose sur des interactions fructueuses avec des biophysiciens et des mathématiciens qui aideront à analyser quantitativement les données et à utiliser la modélisation basée sur les données pour faire la lumière sur le processus. La motivation pour l'interdisciplinarité et la biologie quantitative est essentielle. Une expérience en physique statistique serait un avantage.

On en parle sur Twitter !