Doctorant / doctorante en bioinformatique et deep-learning (h/f)

Informations générales Organisme de rattachement CNRS Référence UMR5546-JEAKEL-001 Date de début de diffusion 02/06/2026 Date de parution 07/06/2026 Date de fin de diffusion 23/06/2026 Intitulé long de l'offre Doctorant / Doctorante en bioinformatique et deep-learning (H/F) Date limite de candidature 23/06/2026 Nature du contrat CDD de 3 ans Versant Fonction Publique de l'Etat Catégorie Catégorie A (cadre) Nature de l'emploi Emploi ouvert uniquement aux contractuels Domaine / Métier Recherche - Chercheuse / Chercheur Statut du poste Vacant Intitulé du poste Doctorant / Doctorante en bioinformatique et deep-learning (H/F) Descriptif de l'employeur Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique. Description du poste Sujet de thèse : L’incroyable diversité des eucaryotes est le résultat d’une évolution continue et de l’émergence d’innovations fonctionnelles. L’une des innovations les plus fondamentales pour l’adaptation et la diversification des eucaryotes réside en leur capacité à former des symbioses mutualistes avec des micro-organismes. Ce type d’interactions peut être observé à travers les différentes lignées eucaryotes et a joué un rôle particulièrement important dans la diversification de deux d’entre elles, les plantes et les coléoptères. Jusqu’à présent, la plupart de ces interactions ont été étudiées via le prisme des gènes codants pour des protéines. Cela a permis d’identifier des gènes et des expansions de familles de gènes spécifiquement associés à ces symbioses mutualistes. Toutefois, nous avons récemment démontré que ces interactions ont aussi évolué via des changements transcriptionnels massifs de gènes pré-existants. Ces modifications de régulation peuvent s’expliquer par différents facteurs et notamment par les éléments cis-régulateurs (ECRs). Ces éléments sont des séquences généralement situées dans des zones non-codantes des génomes reconnues par des facteurs de transcription permettant la régulation de gènes cibles. La prédictions des ECRs associés avec des traits fonctionnels représente l’un des défis les plus importants de la biologie. En effet, ces éléments sont généralement de petite taille, inclus dans des zones non-codantes très variables des génomes et peuvent se situer à de grandes distances par rapport aux gènes cibles qu’ils régulent. Les méthodes de prédiction actuelles présentent des limitations importantes telles que la restriction à quelques espèces modèles (ignorant ainsi la diversité des organismes) ou encore nécessitant une phase d’alignement de séquences. Au cours des dernières années, de très nombreux jeux de données OMIQUES (RNA-Seq, ATAC-Seq, Single-Cell Seq, DAP-Seq…) ont été produits pour une vaste diversité d’organismes dont les génomes sont disponibles. Toutefois, ces données n’ont été utilisées que pour répondre à des questions scientifiques spécifiques, et non dans un cadre comparatif. Au sein du projet INTERSTELLAR (Identification of Eukaryotic cis-regulatory elements through deep-learning approaches), nous proposons de ré-analyser et intégrer ces données afin de développer une approche de deep-learning capable de prédire des ECRs associés à des traits fonctionnels à de grandes échelles évolutives (plusieurs centaines de millions d’années) sans avoir recours à de l’alignement de séquences. Pour répondre à cet objectif, le projet INTERSTELLAR est divisé en trois grands axes. 1. Développer d’un outil de deep-learning pour prédire des ECRs. Dans ce premier axe, le doctorant ou la doctorante ré-analysera des données omiques pour des espèces modèles couvrant la diversité des plantes et des coléoptères via des méthodes respectant les principes FAIR dont certaines ser Voir plus sur le site emploi.cnrs.fr Conditions particulières d'exercice Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche. Descriptif du profil recherché Contraintes et risques : Ce projet de doctorat en bio-informatique implique une posture sédentaire, un poste de travail adapté sera par conséquent mis à disposition du/de la candidat(e) recruté(e). Par ailleurs des déplacements réguliers à Lyon seront à prévoir et seront pris en charge par le laboratoire d’accueil. Temps plein Oui Rémunération contractuels (en € brut/an) La rémunération est d'un minimum de 2300,00 € mensuel Localisation du poste Europe, France, Occitanie, Haute Garonne (31) Géolocalisation du poste AUZEVILLE TOLOSANE Lieu d'affectation (sans géolocalisation) 31326 AUZEVILLE TOLOSANE (France) Critères candidat Niveau d'études / Diplôme Niveau 7 Master/diplômes équivalents Spécialisation Formations générales Langues Français (Seuil)