Chercheur scientifique en génomique comparative computationnelle, structure des protéines et IA pour l'amélioration des cultures

Nouvelle opportunite : Chercheur scientifique en génomique comparative computationnelle, structure des protéines et IA pour l'amélioration des cultures chez SIB Institut Suisse de Bioinformatique (Lausanne).

L'Institut SIB de Bioinformatique en Suisse recrute un chercheur.

Tâches

• Développer des méthodes pour améliorer la reconstruction orthologique.
• Intégrer des informations sur la structure des protéines dans le workflow.
• Évaluer les améliorations méthodologiques sur des ensembles de données.

Compétences

• Doctorat en biologie computationnelle ou domaine connexe requis.
• Compétences en programmation, notamment en Python.
• Expérience avec des flux de travail computationnels reproductibles.

L'Institut Suisse de Bioinformatique (SIB) est une organisation à but non lucratif reconnue internationalement, dédiée à la science des données biologiques et biomédicales. Ses data scientists sont passionnés par la création de connaissances et la résolution de questions complexes dans de nombreux domaines, de la biodiversité et l'évolution à la médecine. Ils fournissent des bases de données essentielles et des plateformes logicielles ainsi qu'une expertise et des services en bioinformatique aux groupes académiques, cliniques et industriels. Le SIB fédère la communauté suisse de bioinformatique composée d'environ 900 scientifiques, encourageant la collaboration et le partage des connaissances. L'Institut contribue à maintenir la Suisse à la pointe de l'innovation en favorisant le progrès de la recherche biologique et en améliorant la santé.

Curieux ? Veuillez cliquer

ici

pour en savoir plus sur le travail au SIB.

Pour renforcer notre équipe à Lausanne, Suisse, nous recherchons un

Chercheur scientifique en génomique comparative computationnelle, structure des protéines et IA pour l'amélioration des cultures

Description du poste

Un poste de Chercheur scientifique est disponible dans le groupe de génomique comparative dirigé par le Dr Natasha Glover et le Professeur Christophe Dessimoz à l'Institut Suisse de Bioinformatique (SIB) / Université de Lausanne.

Les génomes des plantes présentent des défis majeurs pour l'inférence d'orthologie, notamment des taux élevés de duplication, l'expansion des familles de gènes, les réarrangements du génome, l'hybridation, l'introgression et une qualité variable des annotations. Le candidat retenu développera et évaluera de nouvelles approches pour améliorer l'inférence des HOG en intégrant des sources de preuves supplémentaires, en particulier la structure des protéines et la synténie.

Le Chercheur scientifique devra :

• Développer des méthodes pour améliorer la reconstruction d'orthologie et l'inférence des HOG chez les plantes.
• Intégrer l'information sur la structure des protéines dans le flux de travail d'inférence d'orthologie OMA, dans le but d'améliorer la détection d'homologie profonde et de raffiner les HOG.
• Réaliser des inférences d'orthologie à grande échelle et des évaluations sur des jeux de données végétaux, incluant la collecte de génomes, le contrôle qualité, l'inférence d'arbres d'espèces et la reconstruction des HOG basée sur FastOMA.
• Construire ou assembler des jeux de données de référence de familles de gènes végétaux annotées, incluant des cas avec duplications et un large échantillonnage taxonomique.
• Évaluer les améliorations méthodologiques en utilisant à la fois des jeux de données de familles de gènes annotées et des métriques de référence à grande échelle sans référence, telles que la complétude des HOG, la taille du répertoire génétique ancestral, les schémas de duplication et la cohérence entre niveaux taxonomiques.
• Explorer comment l'apprentissage automatique pourrait être utilisé pour combiner séquence, structure, synténie et information phylogénétique afin d'améliorer l'inférence d'homologie et d'orthologie.
• Développer des logiciels et des flux de travail réutilisables et open source, qui seront mis à disposition via les dépôts GitHub du groupe.
• Préparer les résultats pour publication dans des revues scientifiques à comité de lecture.
• Contribuer au consortium plus large Comparative QTLomics, dont l'objectif global est d'améliorer la priorisation des gènes candidats en combinant l'extraction assistée par IA des QTL dans la littérature, la génomique évolutive comparative et l'intégration de données fonctionnelles.

L'orientation méthodologique exacte sera définie conjointement avec le candidat, en fonction de son expertise. Le candidat retenu travaillera en étroite collaboration avec une équipe interdisciplinaire sur le projet financé par le FNS AI-driven Comparative QTLomics visant à accélérer l'amélioration des cultures, qui vise à intégrer l'extraction assistée par IA de la littérature, l'inférence d'orthologie, la génomique comparative, la co-évolution, la co-expression et les données fonctionnelles pour accélérer l'amélioration des cultures à travers les espèces. Les collaborateurs incluent des chercheurs du SIB, de l'Université de Lausanne, de l'Université d'Aarhus et de l'Université d'Aalborg.

Profil requis

Les candidats doivent posséder :

• Un doctorat en biologie computationnelle, bioinformatique, génomique évolutive, bioinformatique structurale, informatique ou dans un domaine connexe.
• De solides compétences en programmation, de préférence en Python.
• Une expérience de travail sous Linux et dans des environnements HPC.
• Une expérience avec des flux de travail computationnels reproductibles et des jeux de données biologiques à grande échelle.
• Un fort intérêt pour le développement de méthodes en génomique comparative, biologie évolutive ou intégration de données biologiques.

Les candidats doivent également avoir une expertise dans un ou plusieurs des domaines suivants :

• Génomique comparative ou génomique évolutive.
• Inférence d'orthologie ou reconstruction de familles de gènes.
• Bioinformatique structurale ou analyse de la structure des protéines.
• Analyse de synténie ou évolution du génome.
• Phylogénétique ou phylogénomique.
• Apprentissage automatique ou IA appliquée aux données biologiques.

Une expérience avec Linux, Python, les environnements HPC et les flux de travail computationnels reproductibles est attendue.

Une expérience préalable en biologie végétale est souhaitée mais pas obligatoire. Nous encourageons vivement les candidatures de candidats possédant une expertise computationnelle ou méthodologique transférable provenant de domaines adjacents.

Ce que nous offrons

• Un environnement de recherche interdisciplinaire et collaboratif au SIB et à l'UNIL.
• La possibilité de développer de nouvelles méthodes en génomique comparative, inférence d'orthologie et intégration de données biologiques assistée par IA.
• Accès à des jeux de données génomiques, phylogénomiques et de structures protéiques à grande échelle.
• Opportunités de collaboration avec UniProt et des groupes internationaux de génomique végétale.
• Possibilités de collaborations internationales et d'échanges de recherche.
• Un projet flexible avec une marge pour un développement méthodologique indépendant.

Le poste est hébergé au sein du groupe de génomique comparative du SIB à Lausanne, Suisse, qui développe des ressources et méthodes de génomique comparative largement utilisées, incluant OMA, FastOMA, OMArk, HOGProf et outils associés.

Comment postuler

Le SIB s'engage à assurer et promouvoir la diversité et l'égalité des chances sur le lieu de travail ainsi que dans l'écosystème scientifique. Si ce poste stimulant et très intéressant vous intéresse, veuillez soumettre votre candidature incluant CV, lettre de motivation et coordonnées de 2-3 référents via notre portail en ligne en cliquant sur le bouton "Postuler".

Votre prochaine etape professionnelle commence ici.