Ingénieur d'Études en Bio-Informatique H/F - Service Public

Unité INSERM U1242 Oncogenesis, Stress Signaling (OSS)

Equipe Cell Plasticity, TGF & Oncology (PLATON)

https://oss-clcc.univ-rennes.fr/platon-cell-plasticity-tgfb-and-oncology-0

Le laboratoire OSS est une structure de recherche translationnelle réunissant des biologistes et des cliniciens du Centre le Lutte Contre le Cancer et du CHU de Rennes autour d'un même centre d'intérêt pour l'étude des mécanismes cellulaires et moléculaires impliqués dans l'oncogenèse des cancers solides.

Responsables : Eric Chevet (Directeur unité) / Cédric Coulouarn (Responsable équipe PLATON)Mission principale

La personne recrutée aura pour mission de soutenir au niveau bio-informatique et biostatistique les activités de l'équipe PLATON dans le cadre d'un programme de recherche visant à identifier puis à caractériser de nouveaux gènes cibles régulés par la voie de signalisation du TGF-beta dans les cancers du foie. Cette offre s'inscrit dans un programme de recherche qui vise notamment à identifier des ARN circulaires grâce à l'utilisation des nouvelles technologies de séquençage longue lecture (Nanopore long-read RNA sequencing) et le développement de programmes dédiés à l'annotation des ARN circulaires. Parallèlement, la personne recrutée sera en charge des analyses de l'expression des gènes par des approches de NGS (e.g. génération et analyse de matrices d'expression, analyses statistiques, clustering, ACP, méta-analyses à partir de données publiques d'expression génique, outils de data mining). Le/la candidat(e) devra interagir avec les membres de l'équipe impliqués dans le projet (doctorants, post-doctorants, ingénieurs).

Activités principales

· Concevoir et effectuer des analyses computationnelles et statistiques en génomique issues des travaux de recherche de l'équipe

· En collaboration avec une équipe sur le site, développement de programmes dédiés à l'annotation des ARN circulaires à partir de données de séquençage long-read Nanopore et prédiction de leur potentiel codant

· Analyses et méta-analyses transcriptomiques à partir de données de RNAseq (short-read et long-read) générées par le laboratoire et à partir de bases de données publiques (e.g. NCBI, EBI)

· Assister les autres membres de l'équipe dans les analyses de biologie computationnelle

· Diffuser les résultats sous forme de rapports et présentations orales, notamment en Anglais

Connaissances

· Connaissance approfondie des outils d'analyse génomique en lecture courte et longue (short/long-read RNAseq)

· Connaissance des outils bio-informatiques et biostatistiques pour l'analyse de l'expression des gènes et le data mining

· Connaissance des bases de données publiques de génomique

Savoir-faire

· Maîtrise d'au moins un langage de script (par ex. Python, R ou bash)

· Expérience exigée dans l'analyse de données de séquençage à haut débit

· Expérience appréciée dans l'utilisation d'un cluster de calcul et d'un gestionnaire de pipelines d'analyses pour une démarche FAIR

· Expérience en bases de données relationnelles (MySQL) et programmation d'applications web serait un plus

Aptitudes

· Rigueur, organisation, sérieux, motivation

· Aisance de communication

· Capacité d'initiative, travail en équipe

Expérience souhaitée

Stage en laboratoire de recherche (>6 mois) en analyse bioinformatique de données d'expression génique

Niveau de diplôme et formation(s)

Master