Mots-Clés

Génotoxicité transcriptomique métabolomique intégration de données

Description

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 268 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Vous serez accueilli(e) au sein de l’Unité INRAE TOXALIM (https://www6.toulouse.inrae.fr/toxalim), et plus particulièrement au sein de la plateforme analytique MetaToul-AXIOM et de l’équipe MEX. La plateforme MetaToul-AXIOM développe ses activités sur le développement d’outils et de méthodes pour l’étude du devenir et des effets des contaminants toxiques de l’alimentation sur la santé de l’animal et de l’Homme. L’équipe MeX conduit des recherches dont l’objectif est d’identifier les produits de biotransformation des contaminants alimentaires circulants ou excrétés, mais aussi à caractériser la signature métabolique de cette exposition pour identifier les modulations métaboliques induites.

Vous participerez au projet ANR Genoshift (Transition génotoxique après exposition à des substances toxiques : modélisation et classification avec une approche multi critères) dont l’un des objectifs est d’acquérir des données « omiques » (métabolomique et transcriptomique) afin de caractériser et classer les composés génotoxiques en fonction de leurs modes d’action et, à long terme, prévoir les potentiels effets des mélanges.

La tâche dans laquelle vous serez plus spécifiquement impliqué(e) vise à développer des outils d’intégration multi-niveaux pour affiner les résultats expérimentaux et aller plus loin dans l’interprétation des effets métaboliques. En profitant des changements à la fois dans l’expression des gènes et l’intensité des métabolites, des variables transcriptomiques et métabolomiques discriminantes qui pourraient ne pas être mises en évidence lors des analyses individuelles des jeux de données pourraient émerger. L’intégration à deux échelles seront évaluées dans la tâche, l’intégration statistique et l’intégration à l’échelle du génome dans les réseaux metaboliques.

Vous serez plus particulièrement en charge de :

• L’intégration statistique des données omiques générées dans le projet : bibliographie des méthodes existantes, développement de méthodes nouvelles et développement des scripts (R, Python)
• La rédaction de l'aide pour l'utilisation
• L’intégration des données omiques dans les réseaux métaboliques
• La rédaction du rapport de résultats
• L’interaction avec les partenaires du projet et la communication sur les méthodes développées et résultats obtenue

Profil recherché :

Formation recommandée : Doctorat en statistiques ou bioinformatique

Compétences souhaitées : connaissances théoriques et pratiques en méthodes statistiques avancées (PLS et généralisations), et en programmation informatique (R ou Python). Des connaissances en métabolique et transcriptomique, ainsi que sur les réseaux métaboliques, seront en plus.

Aptitudes recherchées : travail en équipe, rigueur, autonomie et curiosité scientifique et un sens de la pédagogie pour mettre les outils développés à la disposition d'une large communauté. Le (la) candidat(e) travaillera en collaboration avec deux équipes, ce qui nécessite de l'organisation, de l'adaptabilité, de la disponibilité.

Pour candidater, transmettre une lettre de motivation et un CV à Nathalie Poupin par mail (nathalie.poupin@inrae.fr) et Marie Tremblay-Franco (marie.tremblay-franco@inrae.fr) ou par courrier:

180 chemin de Tournefeuille,

BP 93173

31027 Toulouse cedex 3