Mots-Clés

single-cell RNA-seq

Description

Poste à pourvoir au sein du C2VN Centre de recherche en CardioVasculaire et Nutrition (https://c2vn.univ-amu.fr). Ce poste est un CDD de 7 mois mais est suivi par un concours pour un poste fonctionnaire IE (Aix-Marseille Université) qui sera ouvert dans l'année

Le C2VN est une unité mixte de recherche sous la triple tutelle d’Aix-Marseille Université, de l’INSERM et d'INRAE qui se situe sur le Campus Universitaire de la Timone au sein de la cité Phocéenne. La personne recrutée travaillera au sein de l’équipe 2 (sous la responsabilité du Dr Marjorie Poggi) et de l’équipe 7 (sous la responsabilité du Dr Sonia Stefanovic). Le groupe « Plaquettes et Mégacaryocytes » de l’équipe 2 étudie les mécanismes moléculaires et cellulaires des thrombopénies constitutionnelles, principalement liées à des mutations localisées dans des gènes impliqués dans la mégacaryopoïèse, notamment dans des gènes codant des facteurs de transcription (FLI1, GATA1, ETV6). Le groupe dirigé par le Dr Sonia Stefanovic étudie les signaux métaboliques impliqués dans le développement du rythme cardiaque et l'impact de la nutrition maternelle sur la formation du cœur.

Descriptif du poste

Le (la) candidat(e) sera en charge du démultiplexage et de l’analyse de données de single-cell RNA-seq issues de cellules de patients atteints de thrombopénies héréditaires. Il devra prendre en main certains pipelines déjà conçus, les adapter aux besoins des projets à venir et produire des rapports de résultats en tenant compte des demandes des porteurs de projet. Il devra être à même d'améliorer les pipelines existants pour y introduire de nouvelles méthodes issues de la littérature.

Compétences requises

1. Maîtrise de la programmation en R, PYTHON.

2. Maîtrise des logiciels requis pour l’analyse de données génomiques et single cell (CellRanger, Seurat, monocle, Citeseq, …).

3. Compréhension pratique des méthodes mathématiques d’analyse de données multidimensionnelles (data normalisation, quality control, clusterisation, t-SNE, UMAP, pseudotime, …). Expérience de données « single-cell » serait un plus.

4. Connaissance en administration système sous Unix/Linux, Ubuntu, Shell

5. Connaissance pratique des outils de conteneurisation (Docker, Singularity), gestionnaires de version (Git) et gestionnaires de workflow (Snakemake) souhaitée.

6. Compétence souhaitée mais non indispensable : analyse de données de scMultiome (combinant le scATAC et scRNA-seq), ATAC-seq en « bulk », et CUT&Tag.

Profil recherché

1. Master 2 (ou PhD) en bioinformatique

2. Expérience réussie en bioinformatique appliquée aux données génomiques ou transcriptomiques, idéalement à l’échelle single-cell.

3. Capacités organisationnelles, présentation synthétique des résultats scientifiques.

4. Bonne communication avec les chercheurs en biologie, intérêt pour les questions biologiques.

5. Habitude du travail en équipe, capacités d'écoute et de proposition. Autonomie.

6. Intérêt pour les aspects méthodologiques de l'analyse de données.

Contacts :

Marjorie.poggi@univ-amu.fr 04 91 32 44 52

Marie-christine.alessi@univ-amu.fr 04 91 32 45 06