Mots-Clés

big data biodiversité workflow grille de calcul langage de scripts génomique annotation

Description

Les progrès constants et rapides des technologies utilisées en génomique permettent aujourd'hui de séquencer de nombreux génomes d'espèces différentes, avec des reconstructions de la séquence de ces génomes à l'échelle des chromosomes. Ces technologies rendent possible l'exploration et la sauvegarde de la biodiversité à travers des projets tel que Biodiversity Genomics Europe (https://biodiversitygenomics.eu/), dont le Genoscope (https://jacob.cea.fr/drf/ifrancoisjacob/Pages/Departements/Genoscope.aspx) est partenaire.

Le LBGB (https://www.genoscope.cns.fr/lbgb/) est impliqué activement dans l'exploitation de ces technologies en mettant en œuvre des méthodes informatiques à grande échelle pour d'une part reconstituer la séquence de ces génomes eucaryotes et d'autre part annoter les régions codantes (les gènes) de ces derniers.

Le sujet du stage concernera ce dernier point, et plus particulièrement l'automatisation des outils utilisés pour la prédiction des gènes. De part ce changement d'échelle, l'étudiant devra proposer des méthodes permettant d'absorber le flux de production et mettre en place les outils sous la forme de workflows exécutés sur des grilles de calculs dédiées. Le stage se concentrera notamment sur l'évaluation de la qualité des prédictions de gènes.

L'étudiant devra maitriser un ou plusieurs langages de scripts tels que Python, Perl et Bash, sous environnement linux.