POST-DOCTORANT DATA SCIENCE, EPIDEMIOLOGIE, ECOLOGIE
Projet
|
Modélisation de la
diffusion de bactéries multirésistantes dans l’environnement hospitalier
|
Durée
|
3 ans
|
Votre formation
|
PhD
|
Vos compétences
|
Mathématiques appliquées, statistiques,
programmation R/C++
|
Localisation
|
Hôpital de la
Croix-Rousse, Lyon
|
Les ‘plus’ du poste
|
Domaine de la santé, travail en milieu
hospitalier, objectifs concrets de lutte contre la résistance aux
antibiotiques
|
Partenaires du projet
·
Centre International de Recherche
en Infectiologie, Université de Lyon, Inserm U1111
·
Hospices Civils de Lyon
·
Laboratoire de Biométrie et
Biologie Evolutive, Université de Lyon, UMR CNRS 5558
·
Muséum National d’Histoire
Naturelle, Institut de Systématique, Evolution et Biodiversité
Localisation
Institut des Agents Infectieux, Hôpital de la
Croix-Rousse
103 Grande Rue de la Croix-Rousse, 69004 Lyon
Contexte
La découverte des antibiotiques et leur
diffusion à grande échelle ont permis de diminuer, de façon drastique, la
morbidité et la mortalité liées aux maladies infectieuses. Cependant, les
bactéries ont depuis développé des résistances aux traitements antibiotiques.
L’apparition de bactéries multi-résistantes (BMR), qui peuvent résister
aux antibiotiques de deuxième ou de troisième génération, représente un défi
majeur pour la santé publique.
La résistance aux antibiotiques a un impact
important sur les dépenses de santé, puisque les patients concernés doivent
souvent être isolés et restent hospitalisés plus longtemps. La lutte contre
l’antibiorésistance exige la mise en œuvre d’une stratégie de prévention
reposant sur un usage plus rationnel des antibiotiques et sur des mesures
d’hygiène individuelle (isolement des patients porteurs de BMR) et collective
(promotion des règles d’hygiène universelles).
Notre équipe cherche à optimiser les
stratégies d’usage des antibiotiques et de prévention des transmissions
bactériennes entre patients. En amont des études de terrain, nous développons
un système de simulation de l’écosystème bactérien hospitalier prenant
en compte la diffusion des bactéries et des gènes de résistance aux
antibiotiques en fonction des mouvements des patients et leurs traitements
antibiotiques.
Mission
Vous contribuerez au développement, à
l’implémentation et à l’interprétation d’un modèle mathématique d’écosystème
multi-échelle, intégrant la dynamique des gènes d’antibiorésistance, des
bactéries porteuses de ces gènes et des patients porteurs de ces bactéries.
Vos missions principales seront :
·
L’implémentation et la validation
du code informatique du système de simulation (C++)
·
L’estimation de paramètres du
système à partir de données hospitalières de terrain
·
La communication autour de vos
travaux au sein des équipes multidisciplinaires des laboratoires académiques
partenaires, ainsi que dans les conférences et congrès auxquels vous
participerez.
A l’aise en (bio-)informatique, vous
participerez également au design et à l’élaboration de pipelines d’analyse
génomique, en liaison étroite avec des bioinformaticiens
spécialisés.
Profil
·
Docteur es science avec une
spécialisation en Data Science, Mathématiques Appliquées ou Biostatistiques.
Des connaissances dans le domaine de la microbiologie, de l’infectiologie ou de
l’épidémiologie seront considérées favorablement.
·
Vous êtes capable de programmer
efficacement (R, C++) tout en veillant à ce que votre code soit évolutif,
documenté et facilement réutilisable.
·
Vous êtes autonome, rigoureux, et
faites preuve d’une curiosité technique et scientifique.
·
Vous avez le sens de la
communication écrite et orale dans un environnement multidisciplinaire.
·
Vous parlez couramment anglais et
êtes en mesure de réaliser une étude bibliographique ou de communiquer dans cette
langue au sein d’une équipe internationale.
Pour postuler
Envoi CV + lettre de motivation à :
Jean-Philippe RASIGADE, jean-philippe.rasigade@univ-lyon1.fr,
Hospices Civils de Lyon / Centre International de Recherche en Infectiologie.
Prise de fonction en novembre/décembre 2021.
Grille de salaire Inserm selon expérience post-Thèse.