Mots-Clés
multi-omique
cancer
intégration de données
statistiques
Description
Contexte du projet
Les léiomyosarcomes (LMS) sont des tumeurs malignes agressives des tissus mous. Leur génome est fortement réarrangé avec de très nombreux gains, pertes et altérations structurelles de gènes, propres à chaque patient.
Les analyses omiques des LMS n’ont pas mis en évidence d’altérations/gènes expliquant spécifiquement leur oncogenèse ou permettant de nouveaux traitements ciblés.
Nos collaborateurs de l’équipe ONCOSARC du CRCT ont constitué une cohorte inestimable de 110 patients LMS pour lesquels ont été réalisés à la fois un séquençage profond du génome et du transcriptome, mais aussi un répertoire exhaustif de données cliniques suivant l’évolution des patients.
Nous proposons ici d’intégrer ces données afin d’identifier de nouveaux acteurs de l’agressivité des LMS, et de mieux stratifier les patients.
Objectifs du stage
Dans ce projet, nous avons déjà prétraité les données génomiques et transcriptomiques, de sorte que l’ensemble des altérations génomiques (variants structuraux et mutations ponctuelles) et les transcrits et gènes propres aux LMS sont déjà prêts.
Il s’agira donc ici pour le/a stagiaire d’utiliser l’approche PLS (Projection to Latent Structures) multivariée de mixOmics sur l’ensemble de ces potentiels acteurs ainsi que sur les données cliniques essentielles (sex, âge, localisation, grade, score CINSARC, etc) des 110 patients/tumeurs LMS, afin d’identifier sans a priori et de façon holistique, les acteurs génomiques et transcriptomiques les plus importants des LMS.
Ceux-ci seront (1) très corrélés entre eux en expliquant les sources de variation majeures observées sur toutes les données et (2) liés à l’agressivité de la tumeur, qu’elle soit mesurée sur la présence, le temps avant la survenue ou la persistance après chimiothérapie, de métastases (nous regarderons les trois).
Cela permettra d’identifier des signatures génomiques et transcriptomiques de l’agressivité tumorale et de la réponse à la chimiothérapie, afin, par exemple, de n’utiliser ce traitement que sur de bons répondeurs (qui selon une étude récente ne constituent pas la majorité des patients).
Environnement d’accueil
Vous serez accueilli·e au sein de l’équipe BRIDGe (Bioinformatics Research in Disease Genomics) du laboratoire INSERM IRSD. Vous serez plus particulièrement encadré·e par une chercheurse INSERM en bioinformatique et génomique, Sarah Djebali, experte en annotation fonctionelle de génomes.
Des réunions seront prévues avec nos collaborateurs de CRCT, experts des LMS.
Profil recherché
• Diplôme minimum requis : Master/Ingénieur (Bac+5)
• Formation recommandée : Bioinformatique ou Biostatistique
• Connaissances souhaitées :
– linux, bash, R
– bonnes bases en statistiques
– avoir déjà manipulé des données de séquençage haut-débit
– bon niveau d’anglais à l’écrit (lecture d’articles scientifiques)
Conditions d’accueil
• Début du stage : entre janvier et mars 2027
• Durée : 6 mois
• Rémunération : 4.5 €/heure (35h par semaine)
Procédure pour candidater
Pour candidater, merci d’envoyer CV, lettre de motivation et personne de référence à sarah.djebali@inserm.fr avant le 10 novembre 2026.