Société Française de Bioinformatique

Mots-Clés

Intégration des données multimodales Blocs de données manquantes Biologie des systèmes

Description

Contexte institutionnel
L’Autorité de Sûreté Nucléaire et de Radioprotection (ASNR) est un acteur majeur dans les domaines des activités nucléaires et de la radioprotection. Centre de recherche et pôle d’expertise pluridisciplinaire réunissant près de 1 800 personnes, l’Institut opère sous la tutelle conjointe des ministères chargés de la Défense, de l’Environnement, de l’Industrie, de la Recherche et de la Santé.
Le stage se déroulera au Laboratoire de Radiobiologie des Expositions Accidentelles (LRAcc), situé à Fontenay aux Roses (92), en collaboration avec le Laboratoire de Radiotoxicologie et de Radiobiologie Expérimentale (LRTOX). Le/la stagiaire intégrera une équipe dynamique, multidisciplinaire et travaillera dans un environnement scientifique riche et doté d’équipements de pointe.

Contexte scientifique
Les maladies cardiovasculaires (MCV) constituent la première cause de mortalité dans le monde, avec près de 17,9 millions de décès par an selon l’OMS. Les études épidémiologiques montrent une association entre l’exposition aux rayonnements ionisants (RI) et les MCV pour des doses modérées à élevées (≥ 500 mGy). Ces expositions favorisent notamment l’athérosclérose et les accidents vasculaires cérébraux.
En revanche, les effets des faibles doses de RI demeurent controversés, en raison de lacunes dans la compréhension des mécanismes biologiques impliqués et d’un manque de puissance statistique dans les études existantes. Les approches multimodales (transcriptomique, protéomique, cytokines, imagerie) nécessitent désormais des développements méthodologiques avancés en biostatistique et en bioinformatique afin de caractériser l’impact potentiel des faibles doses sur les MCV.
Un projet de recherche est en cours au LRTOX afin d’étudier les mécanismes cardiovasculaires chez la souris exposée à différentes doses de RI, à plusieurs temps d’exposition, et d’analyser les conséquences phénotypiques à différents niveaux biologiques. Les données multimodales générées (transcriptome, protéome, cytokines sanguines et imagerie) permettent de capturer des processus biologiques à diverses échelles cellulaires.
Si des outils bioinformatiques existent pour analyser chaque modalité indépendamment, une analyse intégrative est indispensable pour comprendre les mécanismes cellulaires et leurs dérégulations pathologiques. Le développement de telles approches constitue un défi majeur en biologie des systèmes.

Problématique : données manquantes multimodales
Les approches intégratives doivent combiner plusieurs types de données pour étudier les effets des faibles doses de rayonnements ionisants (RI). Cependant, les données multimodales présentent souvent des structures manquantes et hétérogènes, certaines modalités pouvant être totalement absentes pour un échantillon donné. Ces lacunes méthodologiques peuvent affecter la qualité de l’intégration, la stabilité des modèles et l’identification de biomarqueurs pertinents.
Ce stage a pour objectif de caractériser, de modéliser et de traiter les données manquantes par modalité, en mobilisant des méthodes statistiques avancées et des approches d’intégration multimodale.
Le projet s’inscrit également dans un cadre plus large visant à comprendre les effets combinés des faibles doses de RI et du stress psychique sur la pathologie athéromateuse et ses conséquences vasculaires.

Objectifs du stage

• Étudier les mécanismes des données manquantes (MCAR, MAR, MNAR) dans un contexte multimodal.
• Comparer différentes stratégies, notamment :
  • Imputation simple ou multiple,
  • Méthodes dédiées aux données multimodales (MOFA, DIABLO, SNF).
• Développer ou adapter une approche permettant de pondérer ou de modéliser les modalités selon leur taux de données manquantes.
• Évaluer l’impact des stratégies d’imputation sur :
  • La qualité de l’intégration,
  • La stabilité des modèles,
  • L’identification de biomarqueurs.
• Produire un rapport scientifique et un code reproductible.

Profil recherché

• Étudiant(e) de Master 2 en bio informatique, biostatistique, mathématiques appliquées ou statistiques (parcours data).
• Maîtrise de R (indispensable) et bonnes connaissances en méthodes statistiques.
• Bon niveau d’anglais scientifique.
• Intérêt marqué pour l’analyse de données biologiques complexes.
• Autonomie, rigueur, motivation et goût pour le travail en équipe interdisciplinaire.