Publiée le 19 juin
Mission du poste
Vos missions en quelques mots Vous serez accueilli(e) au sein de l’UMR MICALIS (Microbiologie de l’Alimentation au service de la Santé ; UMR INRAE-AgroParisTech, https://www.micalis.fr/), qui a pour objectif de développer des recherches dans le champ de la microbiologie de l'alimentation au service de la santé. L’unité est localisée sur le campus INRAE de Jouy-en-Josas (proximité Versailles/Massy ; gare RER à 800 m, arrêt de bus à proximité immédiate). Pour répondre aux défis sanitaires que posent l’antibiorésistance, l’étude des mécanismes de l’effet barrière de l’holobionte contre les pathogènes et de la pathogénicité des pathobiontes s’impose comme une priorité en santé humaine et animale. Il est désormais bien établi que de nombreux agents pathogènes interagissent avec le microbiote de l'hôte, dans une relation tripartite susceptible d'influencer les processus pathologiques. Ce poste qui s’inscrit dans le cadre du projet structurant de l’IHU Sepsis vise à identifier des biomarqueurs prédictifs de la résistance à la colonisation par les pathobiontes du groupe ESKAPE, dans une perspective de stratégies d’intervention ciblées, et à élucider les mécanismes de renforcement de l’effet barrière, en particulier via les interactions entre des bactéries commensales que nous avons identifiées, le microbiote intestinal et l’hôte. Notre projet vise à évaluer in silico comment l'abondance de 15 espèces commensales identifiées dans un contexte préclinique est corrélée à la colonisation par des entérocoques, des ERV et des ESKAPE, tels que K. pneumoniae productrices de carbapénémase ou les Enterobacterales à bêta-lactamase à spectre étendu (BLSE), ceci à l'aide de bases de données publiques sur le microbiome intestinal humain, tant au niveau du gène 16S rRNA qu'au niveau métagénomique shotgun. Nos principaux objectifs sont 1/évaluer la prévalence et l'abondance des 15 espèces candidates à la fonction de barrière dans le microbiote intestinal humain de patients souffrant de différentes pathologies pertinentes dans le contexte de la septicémie, 2/déterminer comment les 15 espèces candidates sont corrélées au portage en ERV et 3/évaluer les associations entre ces espèces et le portage des pathogènes ESKAPE. En tant qu'ingénieur-e de recherche, vous aurez pour mission de développer et structurer des pipelines d’analyse appliqués à des jeux de données massives déjà disponibles (NGS principalement), notamment issus de grandes cohortes, avec l’objectif d’identifier les biomarqueurs prédictifs du microbiote de la résistance à la colonisation par les bactéries ESKAPE, afin de transposer ces connaissances à l’homme pour aller vers une intervention ciblée et le design de solutions anti-microbiennes. Vous travaillerez en interaction directe avec les responsables scientifiques du projet et serez plus particulièrement en charge de l’analyse et l’interprétation de données multi-omiques, incluant le séquençage massif (méta)génomique et l’analyse métabolomique visant à caractériser les microbiotes humains, en développant et en mettant en œuvre des pipelines bioinformatiques et biostatistiques tout en assurant la gestion de projets analytiques complexes. Ces missions seront réalisées en étroite collaboration avec des microbiologistes et des écologistes microbiens. Profil recherché Formation recommandée : doctorat, diplôme d'ingénieur. Connaissances souhaitées : - Avoir une solide formation et une expertise en sciences des données (Big Data) et en biologie computationnelle qui vise à développer, avec l’accroissement considérable des volumes de données disponibles, de nouvelles méthodes d’analyse. - Maîtrise de l'anglais scientifique Expérience appréciée : - Maîtriser l’utilisation avancée d’environnements et d’outils de développement en bioinformatiques (Linux, Bash, Galaxy, R) ainsi que les méthodes statistiques nécessaires à l’analyse de données multi-omiques. Il/elle devra mobiliser ses compétences en gestion, analyse et intégration de données multi-omiques, en construction de réseaux d’interactions, ainsi que son savoir-faire dans l’utilisation d’outils d’intelligence artificielle. - Appliquer les principes FAIR (Findable Accessible Interoperable Reusable) dans le cadre de ses analyses ainsi que dans la gestion des données produites pour en assurer la pérennité et la réutilisabilité. Aptitudes recherchées : - Maitriser les outils de développement informatique collaboratif et assurer la valorisation des outils développés lorsque cela est pertinent. Niveau d'études minimum requis Niveau Niveau 6 Licence/diplômes équivalents
