Mots-Clés

Microbiome marin, plancton, métagénomique, modélisation (métabolique), graphes

Description

Missions

Le plancton marin forme des communautés complexes d'organismes en interaction à la base de la chaîne alimentaire, soutenant les cycles biogéochimiques dans l'océan et participant à la régulation du climat. Les organismes planctoniques sont adaptés à des conditions environnementales spécifiques qui limitent leur biogéographie et leur écologie. Cependant, nos connaissances sont limitées quant à l'interaction des organismes planctoniques pour maintenir des communautés pérennes dans les océans en perpetuels homogénéisation par les courants. Par ailleurs, le rôle des interactions planctoniques dans la réalisation des grands cycles biogéochimiques, tel que la régulation de la pompe biologique à carbone, reste à modéliser et analyser pour une pleine intégration de la composante biologique dans les modèles océaniques. Pour relever ces défis, nous souhaitons développer des outils informatiques pour modéliser les communautés de microorganismes marins soutenant les cycles biogéochimiques (e.g., cycle du carbone et de l'azote) et de simuler les échanges de métabolites sous jacents comme mécanismes de régulation de ces cycles.

Activités

Les principales tâches du projet seront de:
- Modéliser les communautés de microorganismes marins à l'échelle des génomes par des approches d'inférence de graphes de co-occurrence via des données de métagénomiques issues des récentes campagne océanographiques (Tara Oceans, Bio-GO-SHIP, CEODOS et AtlantECO) (tâche principale).
- Modéliser des réseaux métaboliques de ces organismes à l'échelle des génomes par des approches de programmation par contraintes ou multi-objective (tâche principale).
- Développer une approche intégrée de modélisation écologique et métabolique afin d'identifier des mécanismes conjoints façonnant l'assemblage de ces communautés planctoniques et des cycles biogéochimiques associés (tâche principale).
- Simuler numériquement et prédire les effets de multiples facteurs de stress climatique sur ces communautés en identifiant les espèces sentinelles sensibles aux variations (de température et nutriments) et ayant un impact sur d'autres organismes de la communauté (tâche secondaire).

Compétences

La candidate ou le candidat devra être titulaire d'un doctorat en (bio)informatique, en biologie computationnelle, en biostatistique ou dans des domaines connexes, avec des compétences en modélisation des systèmes biologiques.
- Expérience du séquençage à haut débit, de la métagénomique ou des analyses métatranscriptomiques d'ensembles de données à grande échelle.
- Une expérience avec les approches basées sur les réseaux et la modélisation métabolique à l'échelle du génome et des communautés.
- Expérience de l'analyse de données, des statistiques et de la visualisation, par exemple en Python ou en R.
- Des connaissances dans les méthodes d'apprentissage automatique.
- Une capacité à travailler de manière indépendante et en équipe, et à l'interface entre les sciences de la vie et l'informatique.
- Bonnes aptitudes à la rédaction et à la communication en anglais sont attendues ainsi qu'une aptitude au travail en équipe.

Contexte de travail

La candidate ou le candidat travaillera au sein de l'équipe ComBi du LS2N à Nantes, sur le site de l'UFR Sciences et Techniques.
Recrutement dans le cadre du projet européen (H2020) AtlantECO (https://www.atlanteco.eu/).