● Missions principales:

1.  Développement de pipelines bio-informatiques
·       Développer, optimiser et maintenir des workflows analytiques pour l’étude génomique de
phages et de bactéries.
·       Annotation, identification des récepteurs et des systèmes de défense, typage et analyse comparative.
2.  Analyse de données et modélisation
·       Réaliser des analyses statistiques inférentielles sur des jeux de données complexes.
·       Développer des modèles d’apprentissage automatique (random forest, régression, XGBoost).
·       Assurer la reproductibilité, la documentation et la traçabilité des analyses.
3.  Intégration et gestion des données
·       Structurer, documenter et contrôler la qualité des jeux de données.
·       Participer aux rapports scientifiques et à la valorisation des résultats.
4.  Interaction avec l’équipe expérimentale
·       Intégration des données issues de plaques assays et courbes de croissance.
·       Participation à la conception des méthodes expérimentales.


Contexte scientifique
Ce poste s’inscrit dans un projet de recherche visant à quantifier les déterminants moléculaires qui régissent les interactions phage–bactérie dans un contexte infectieux.
Le projet explorera notamment :
·       les récepteurs bactériens aux bactériophages,
·       les protéines phagiques de liaison aux récepteurs (RBP),
·       les systèmes de défense bactériens,
·       les systèmes d’anti-défense phagiques,
·       l’influence de la régulation de l’expression génique sur les dynamiques d’interaction.
L’objectif final est de développer des modèles prédictifs permettant d’estimer l’efficacité d’un phage lytique donné contre une souche bactérienne, à partir des seules données génomiques. Ce travail contribue directement au développement d’une approche de phagothérapie personnalisée.

 

Profil recherché Formation:

• Master 2 ou diplôme d’ingénieur en bioinformatique, génomique, biostatistiques, microbiologie computationnelle ou domaine associé.

Compétences techniques:

• Excellente maîtrise de Python et/ou R.
• Bonne connaissance de Bash / Linux.
• Maîtrise des outils bioinformatiques courants (assemblage, annotation, analyse comparative).
• Bases solides en statistiques.
• Connaissances en machine learning appréciées.

Qualités personnelles:

• Rigueur, autonomie, organisation.
• Curiosité scientifique et esprit critique.
• Capacité à travailler en équipe dans un environnement pluridisciplinaire.