Assemblages de génomes et intelligence artificielle

 Stage · Stage M2  · 6 mois    Bac+5 / Master   INRAE, MIAT · Castanet-Tolosan (France)  3,9€ par heure

 Date de prise de poste : 2 janvier 2023

Mots-Clés

intelligence artificielle deep neural network assemblage

Description

Assemblages de génomes et intelligence artificielle

L'utilisation de génomes complets est un outil particulièrement important pour la compréhension des organismes vivants, notamment pour la médecine (maladies génétiques / cancers) ou l'agronomie (amélioration génétique). Les nouvelles de techniques de séquençages, produisant notamment des lectures longues de bonne qualité, rendent l'assemblage de génomes complets à la portée de tous. Cependant, lors de l'assemblage de génomes, des erreurs se produisent souvent.

Dans ce contexte, l'intelligence artificielle, et notamment le deep learning, sont en plein boom et révolutionnent la science comme en médecine avec AlphaFold pour la prédiction de structures de protéines 3D. Ici, le deep learning permettra d'identifier les erreur d'assemblage afin de corriger l'assemblage de génomes.

Le stage se basera sur des résultats préliminaires très encourageants montrant le grand intérêt du deep learning.

Dans le cadre de ce stage, le candidat aura en charge de :

  • Évaluer un prototype de classificateur basé sur un réseau de neurones conçu par les encadrants.

  • Proposer et implémenter des modifications dans la génération d'exemples négatifs et positifs.

  • Optimiser le réseau de neurones.

Profil

  • Diplôme requis: Master/Ingénieur (Bac + 5)

  • Formation: informatique, statistique, ou bio-informatique

  • Connaissances:

    • Bases de programmation (python)

    • Bases de deep-learning (Keras, Tensorflow)

    • Bases en génomique

    • Utilisation de Linux

    • Maîtrise de l'Anglais écrit

Accueil

  • Lieu d'accueil: INRAE Occitanie, MIAT, Castanet-Tolosan

  • Type de contrat: Stage

  • Durée du contrat: 6 mois

  • Début souhaité: début 2023

  • Rémunération: gratification

  • Modalités pour postuler: envoyer CV et lettre de motivation à raphael.mourad@univ-tlse3.fr et matthias.zytnicki@inrae.fr

Candidature

Procédure : envoyer CV et lettre de motivation

Date limite : 14 novembre 2022

Contacts

Raphaël Mourad, Matthias Zytnicki

 raNOSPAMphael.mourad@univ-tlse3.fr

Offre publiée le 8 septembre 2022, affichage jusqu'au 14 novembre 2022