Inférence de réseaux de gènes dynamiques et prédiction d’expériences d’interventions biologiques dans des cellules cancéreuses

Dans la plupart des cancers, l’accumulation d’aberrations génétiques altère progressivement les programmes géniques cellulaires, conduisant à des comportements aberrants et à la prolifération cellulaire incontrôlée. En collaboration avec une équipe Inserm, nous avons collecté des données temporelles d’expression de gènes et de protéines composant ces programmes cellulaires anormaux dans des cellules leucémiques humaines. Ce projet vise à identifier des gènes cibles dans ces programmes cellulaires. La modification d’expression de ces gènes cibles, par exemple par extinction expérimentale (ou silencing), devrait permettre de moduler le programme de ces cellules pathologiques et pourrait conduire à de nouvelles approches thérapeutiques dans le cancer. Nous souhaitons utiliser une approche de modélisation, visant à inférer un modèle de réseau de gènes à partir des données d’expression de gènes et de protéines, puis à réaliser une prédiction des effets d’une expérience de silencing, afin d’identifier des cibles thérapeutiques potentielles qui pourront faire l’objet de nouvelles expériences biologiques. La thèse s’inscrit dans ce projet à long terme.

Le/la candidat.e doit avoir de bonnes connaissances en statistique et analyse de données, et être à l’aise avec les outils numériques statistiques. Le/la candidat.e sera amené.e à travailler dans un environnement multidisciplinaire et doit montrer un fort intérêt pour les applications biologiques.

Niveau de français requis : Intermédiaire: Vous pouvez parler la langue de manière compréhensible, cohérente et avec assurance sur des sujets de la vie courante qui vous sont familiers.
Niveau d’anglais requis : Intermédiaire supérieur: Vous pouvez utiliser la langue de manière efficace et vous exprimer précisément.