Stage

Master Trainee in computational mass spectrometry

Identification of small molecules using mass spectrometry (MS) remains a major challenge, particularly from complex mixtures such as plant extracts. In this context, computational approaches are crucial for the handling of the massive MS data sets and acceleration of the identification process.
As a Master Trainee, you will use the state-of-the-art metabolites annotation to implement an automated workflow and integrate results from different methods to assess the identification accuracy.

Indexation d’une collection Zea mays : du génome au pangénome, de la référence à la diversité

Date de début et de fin flexible.

 

Contexte : 

ERA-Bio-IT est un consortium regroupant deux acteurs français majeurs dans le secteur des semences de grandes cultures et un institut technique impliqué dans le conseil variétal (Lidea -ex EURALIS Semences-, RAGT et Arvalis). L’objectif de ce consortium est de mutualiser les ressources informatiques et scientifiques pour l’analyse de données génomiques principalement issus de maïs et de blé.

Contribution à la génération d'outils pour l'analyse de profils d’anesthésie visant l’identification des étapes caractéristiques et des situations critiques en anesthésie

Le stage se situe dans un contexte de partenariat interdisciplinaire entre le LS2N (Laboratoire des Sciences du Numérique de Nantes / UMR CNRS 6004), LE SiMU (Laboratoire Expérimental de Simulation en Médecine Intensive de l'Université de Nantes) et le CHU de Nantes.

LE SiMU permet de se perfectionner dans la gestion de situations critiques dans sept spécialités médicales. Le SiMU intervient sur simulateurs de patients haute-fidélité (mannequins), avec immersion des acteurs en formation dans une équipe médicale humaine pleine-échelle interprofessionnelle.

Simulations des mécanismes d’évolution moléculaire chez la levure

Les levures Saccharomyces cerevisiae ont été domestiqué à l’Antiquité pour faire du pain, de la bière, etc. Bien qu’il existe aussi des populations naturelles, nos connaissances sur l’histoire évolutive de cette espèce reposent essentiellement sur les populations domestiquées. Or, la domestication est une adaptation rapide des génomes à des environnements contrôlés (ici, processus de levain ou d’alcoolisation) et, elle reflète la partie anthropocentrée de l’histoire de S. cerevisiae. Depuis 2018, des milliers de génomes de levures domestiquées et naturelles sont disponibles [1, 2].

Stage en bioinformatique / analyse de signal

Descriptif de la mission

Dans le cadre des travaux d’exploration de la biodiversité bactérienne menés à DEINOVE, nous développons des méthodes robotisées innovantes pour la caractérisation rapide des souches. Un signal spécifique est ainsi associé à chaque souche bactérienne. La mission qui sera confiée au stagiaire sera de travailler sur le développement et l’application de nouvelles méthodes pour traiter les signaux produits, notamment en faisant appel à de l’apprentissage automatique. Les objectifs sont les suivants :