Ingénieur Biologiste en Traitement de Données H/F - CNRS

L'ingénieur sera chargé de concevoir et mettre en oeuvre des pipelines bioinformatiques pour l'étude des gènes suppresseurs de tumeurs situés sur les chromosomes sexuels chez les mammifères.
Activités
- Concevoir et mettre en oeuvre des pipelines bioinformatiques pour l'étude des gènes suppresseurs de tumeurs situés sur les chromosomes sexuels chez les mammifères. Ce travail comprendra l'identification et l'annotation de ces gènes à partir de bases de données de référence (Ensembl, COSMIC, TSGene), ainsi que l'évaluation de leur nombre de copies (CNV) à l'échelle de plusieurs espèces et l'analyse de synténie.

- Analyser les données de couverture génomique afin de détecter d'éventuelles aneuploïdies des chromosomes sexuels, et participera à l'intégration de données phénotypiques (prévalence du cancer selon le sexe) et écologiques (traits d'histoire de vie) issues de bases interspécifiques telles que Species360, AnAge ou PanTHERIA.

- Procéder à des analyses statistiques comparatives

- Mettre en place des modèles permettant d'étudier les liens entre structure des chromosomes sexuels, duplications de gènes suppresseurs et vulnérabilité au cancer. L'ingénieur interagira étroitement avec les autres membres du consortium, en particulier les biologistes évolutifs et les experts en génomique, et assurera une documentation claire et reproductible des analyses...

Compétences
- Connaissance des bases de données biologiques : Ensembl, NCBI Gene, COSMIC, TSGene, OrthoDB.
- Connaissances en statistique comparative (GLM, PGLS...).
- Une connaissance des problématiques liées aux chromosomes sexuels (dosage, inactivation, aneuploïdie) et de la cancérologie comparative est un atout.

- Solide expérience en manipulation de génomes de référence (FASTA/GFF) et annotations multi-espèces.
- Maîtrise de Python et/ou R pour l'analyse de données génomiques.
- Maîtrise des outils d'alignement (BLAST, minimap2), d'analyse de couverture (samtools, mosdepth) et de quantification CNV.

- Aisance dans un environnement de travail collaboratif, capacité à dialoguer avec des chercheurs en biologie évolutive et en cancérologie.

- Maîtrise de l'anglais écrit et parlé indispensable.Niveau C2 du Cadre européen commun de référence pour les langues (CECRL)

Contexte de travail

Le projet est financé par l'ANR COVER (Cancer Origins and Vulnerability across Evolutionary Radiations), garantissant l'accès à des ressources de pointe et à un environnement de recherche interdisciplinaire dédié à l'étude comparative des vulnérabilités au cancer à travers les espèces.
Le/la candidat(e) rejoindra l'équipe Computational Biologie and Bioinformatics" au sein du laboratoire IBGC (CNRS, Bordeaux, France), sous la direction de Dr Macha Nikolski. Il/elle travaillera en étroite collaboration avec l'équipe de Dr. Mathieu Giraudeau du laboratoire LIENS (Littoral, Environnement et Sociétés - UMR 7266) de l'Université de La Rochelle. Une présence régulière à La Rochelle est prévue afin de faciliter les échanges interdisciplinaires et l'intégration des données biologiques, écologiques et génomiques dans le cadre des tâches du WP2.4...
Ce poste s'intègre au sein de l'équipe « Biologie computationnelle et bioinformatique » de l'IBGC (CNRS, Bordeaux), dirigée par Dr Macha Nikolski. L'ingénieur(e) contribuera à un projet structurant et pluridisciplinaire, impliquant des chercheurs en biologie évolutive, oncologie, génomique comparative et analyse de données.
Le projet ANR COVER (Cancer Origins and Vulnerability across Evolutionary Radiations) vise à comprendre les origines évolutives de la susceptibilité au cancer à travers une approche comparative multi-espèces, combinant des données de prévalence du cancer, des génomes complets et des traits d'histoire de vie. En s'appuyant sur une grande diversité taxonomique, COVER explore les mécanismes génomiques - comme la duplication de gènes suppresseurs de tumeurs ou la structure des chromosomes sexuels - qui pourraient expliquer des différences interspécifiques et intersexes dans la vulnérabilité au cancer.
Le projet fournit un cadre scientifique riche, avec un accès à des jeux de données multi-espèces de haute qualité et un réseau national de collaborations, garantissant un environnement stimulant à l'interface de la bioinformatique, de l'évolution et de la santé.