Vos missions en quelques mots Equipe : Dr Anna Reymer La personne recrutée aura pour mission de décrypter les mécanismes de régulation responsables de l’expression transcriptionnelle différentielle des isoformes de p53 (TP53) selon les tissus et les contextes physiopathologiques. Le projet vise à identifier et hiérarchiser les déterminants génétiques et épigénétiques (variants germinaux, régions régulatrices, promoteurs/épissage) associés aux profils d’expression des isoformes, en exploitant des données omiques à grande échelle (RNA-seq, génotypage/WGS, expression allèle-spécifique), notamment issues de cohortes publiques via des approches de bioinformatique et d’apprentissage automatique. Activités : · Collecter, curer et analyser des jeux de données transcriptomiques et génomiques (RNA-seq, génotypes/WGS, ASE) et quantifier l’expression des isoformes de p53 (ratios, déséquilibres haplotypiques). · Corréler les profils d’expression es variations génétiques (SNP, CNV, haplotypes) et annoter les variants par rapport aux éléments régulateurs (promoteurs, sites d’épissage, régions fonctionnelles). · Développer et évaluer des modèle (apprentissage supervisé, méthodes d’interprétabilité, modèles de séquence/réseaux) pour prédire et expliquer les déterminants des profils d’isoformes. · Valoriser les résultats : présentations en réunions/séminaires, contribution aux publications. · Le poste est basé à l’Institut pour l’Avancée des Biosciences (IAB, Inserm U1209 / CNRS UMR 5309, Université Grenoble Alpes) à Grenoble/La Tronche, au sein d’équipe "ReTraD" combinant biologie moléculaire, génomique, bioinformatique et modélisation. L’environnement est pluridisciplinaire et fortement collaboratif, avec des échanges réguliers entre biologistes et bioinformaticiens, et un accès aux plateformes technologiques de l’IAB. Une part des activités (analyse/programmation) est télétravaillable, selon les règles en vigueur et après accord de l’encadrement. · Biologie moléculaire et cellulaire ; régulation transcriptionnelle · Biologie des ARN : isoformes, épissage, expression allèle-spécifique (ASE) · Notions solides sur TP53/p53 et ses isoformes (un plus) · Omiques : transcriptomique (RNA-seq), génomique (génotypage/WGS), bases d’intégration multi-omique · Concepts de statistique appliquée aux données omiques (tests, correction multi-tests, modèles) · Fondamentaux du machine learning appliqué aux données biologiques (features, validation, interprétabilité) Profil recherché Connaissances · Biologie moléculaire et cellulaire ; régulation transcriptionnelle · Biologie des ARN : isoformes, épissage, expression allèle-spécifique (ASE) · Notions solides sur TP53/p53 et ses isoformes (un plus) · Omiques : transcriptomique (RNA-seq), génomique (génotypage/WGS), bases d’intégration multi-omique · Concepts de statistique appliquée aux données omiques (tests, correction multi-tests, modèles) · Fondamentaux du machine learning appliqué aux données biologiques (features, validation, interprétabilité) Savoir-faire · Analyser des données RNA-seq : contrôle qualité, quantification (gènes/isoformes), analyses différentielles · Intégrer des sources de données hétérogènes (RNA-seq génotypes/WGS annotations) · Développer des modèles ML/IA pour classification/régression et sélection de variables ; évaluation robuste (CV, métriques) · Programmation scientifique (Python et/ou R) ; manipulation de jeux de données volumineux · Utiliser des environnements de calcul : Linux, HPC/serveurs, gestion de versions (Git) Aptitudes · Autonomie, sens de l’organisation et gestion des priorités · Rigueur scientifique, esprit critique, attention à la reproductibilité · Capacité à résoudre des problèmes complexes · Curiosité et goût pour l’interdisciplinarité (bioinformatique biologie) · Bon relationnel et esprit d’équipe ; capacité à interagir avec profils variés · Communication scientifique Expérience(s) souhaité(s) · Doctorat (PhD) en biologie / bioinformatique / sciences des données (ou domaine proche) · Expérience avérée en analyse de données omiques · Expérience dans le développement d’outils/pipelines d’analyse de données · Première expérience ou forte appétence pour ML/IA appliqués aux données biomédicales · Expérience en projets collaboratifs et valorisation scientifique Niveau de diplôme et formation(s) · Doctorat (PhD) en biologie / bioinformatique / sciences des données (ou domaine proche)
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.