Bioinformatique, Génomique fonctionnelle

Type de poste
Niveau d'étude minimal
Dates
Durée du poste
Contrat renouvelable
Contrat non renouvelable
Date de prise de fonction
Date de fin de validité de l'annonce
Localisation
Adresse

15 rue Hélène Brion
75012 Paris
France

Contacts
Domenico Libri
Michel Werner
Email du/des contacts
domenico.libri@ijm.fr
michel.werner@ijm.fr
Description

Activité d'enseignement: L'objectif pédagogique vise à donner aux étudiants en biologie, les outils de biostatistiques et bioinformatique pour interpréter les données omiques en général, et plus particulièrement en génomique, transcriptomique, protéomique, métabolomique. Il s'agit de leur permettre d'interpréter et d'analyser les expériences à l'aide des outils existants et leurs évolutions. Ils disposeront également des bases leur permettant de comprendre les méthodes associées du point de vue algorithmique, mathématique ou statistique.
Activité de recherche: L'équipe d'accueil s’intéresse aux mécanismes de contrôle du transcriptome et aux relations entre transcription « codante » (produisant des ARNs avec une fonction établie) et transcription non codante. Puisque la transcription a lieu dans la quasi-totalité du génome, elle est susceptible d’interférer avec d’autres processus comme la réplication où la réparation des dommages à l’ADN. L’équipe s’intéresse aussi aux mécanismes qui permettent de limiter ces interférences pour assurer l’expression, la stabili
té et la transmission de l’information génétique. Plus particulièrement sont étudiés les mécanismes d’initiation et de terminaison de la transcription, en utilisant des approches de génomique fonctionnelle faisant appel au séquençage à haut débit. Le/la MCU recruté.e abordera ces questions biologiques avec des outils bioinformatiques et biostatistiques spécifiques dont une partie importante sont à développer, ainsi que la modélisation mathématique des étapes de la transcription (initiation, élongation et terminaison) et du métabolisme des ARNs produits.
Nous cherchons un(e) candidat(e) motivé(e) avec des compétences en génomique computationnelle et biostatistique, prêt(e) à s'impliquer dans les projets de l'équipe, mais aussi à démarrer des nouvelles lignes de recherche.