Bioinformaticien en développement de méthodes de Machine Learning pour la découverte de médicaments ant
Référence : UMR5535-SARADE-117
- Fonction publique : Fonction publique de l'État
- Employeur : Centre national de la recherche scientifique (CNRS)
- Localisation : 34293 MONTPELLIER (France)
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert uniquement aux contractuels
-
Nature du contrat
CDD d'1 an
- Expérience souhaitée Non renseigné
-
Rémunération Fourchette indicative pour les contractuels A partir de 2521€ brut mensuel, ajustable selon expérience € brut/an Fourchette indicative pour les fonctionnaires Non renseignée
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Non renseigné
Vos missions en quelques mots
Missions :
Nous recherchons un ingénieur ou une ingénieure en intelligence artificielle / bioinformatique motivé pour rejoindre l’équipe AI for Genome Interpretation (AI4GI) de l’Institut de Génétique Moléculaire de Montpellier (IGMM, CNRS, Montpellier) pour une durée de 13 mois, avec possibilité de renouvellement pour 36 mois supplémentaires sou conditions.
Le projet est une collaboration entre l'équipe AI4GI (Dr Daniele Raimondi) et l'équipe du Dr Michael Hahne, à l'interface entre la bioinformatique, le machine learning, la chimio-informatique, l'intelligence artificielle et la biologie du cancer.
Ce projet interdisciplinaire combine l'expertise du laboratoire AI4GI en machine learning, bioinformatique et prédiction de la réponse aux médicaments avec celle du laboratoire du Dr Michael Hahne en biologie tumorale expérimentale et en criblage phénotypique à haut contenu.
L'objectif est de développer un modèle de machine learning capable de prédire la réponse du sous-type CMS4 du cancer colorectal, particulièrement résistant aux traitements, à des petites molécules thérapeutiques, puis d'utiliser ce modèle pour réaliser un criblage virtuel à grande échelle des 78 milliards de composés de la bibliothèque chimique Enamine REAL.
Le projet intégrera plusieurs sources d'information, notamment :
● des bases de données pharmacogénomiques (GDSC, DepMap, CCLE et ressources associées) ;
● la caractérisation moléculaire de lignées cellulaires de cancer colorectal ;
● les représentations chimiques des petites molécules ;
● des mesures phénotypiques expérimentales incluant la prolifération cellulaire, la morphologie, l'activité métabolique, le cycle cellulaire et la mort cellulaire.
Grâce à des stratégies d'Active Learning, le modèle identifiera en continu les composés les plus informatifs à valider expérimentalement, permettant une exploration efficace d'un espace chimique autrement inaccessible. À plus long terme, ce projet vise à établir un cadre général de découverte de médicaments assistée par IA, qui pourra être étendu à d'autres types de cancers difficiles à traiter.
Activités :
La personne recrutée sera amenée à :
● se familiariser avec l'état de l'art en prédiction de la réponse aux médicaments, criblage virtuel, chimio-informatique et Active Learning ;
● explorer et intégrer de grands jeux de données pharmacogénomiques (GDSC, CCLE, DepMap, CTRP et ressources associées) ;
● développer des modèles de machine learning et de deep learning pour la prédiction de la réponse aux médicaments dans le cancer colorectal ;
● développer des représentations moléculaires à l'aide d'approches modernes de chimio-informatique (empreintes moléculaires, graph neural networks, embeddings moléculaires, etc.) ;
● mettre en œuvre des stratégies d'Active Learning afin de sélectionner les composés les plus pertinents pour la validation expérimentale ;
● réaliser le criblage virtuel de très grandes bibliothèques chimiques,
Voir plus sur le site emploi.cnrs.fr...
Profil recherché
Competences :
Nous recherchons une personne motivée et curieuse possédant une formation en bioinformatique, chimio-informatique et machine learning, idéalement appliqués à la découverte de médicaments.
La prédiction de la réponse aux médicaments est un domaine fortement interdisciplinaire et en évolution rapide. La personne recrutée devra donc :
● avoir envie d'acquérir continuellement de nouvelles compétences en informatique et en biologie ;
● apprécier le travail à l'interface entre informatique et sciences du vivant ;
● aimer résoudre des problèmes méthodologiques complexes ;
● être capable de travailler de manière autonome comme au sein d'une équipe pluridisciplinaire.
Le candidat ou la candidate idéal possède une formation en bioinformatique, chimio-informatique, informatique, intelligence artificielle, machine learning, biologie computationnelle, data science, chimie computationnelle ou dans une discipline proche, ainsi que :
● une excellente maîtrise de Python et des bibliothèques calcul scientifiques (PyTorch, NumPy, scikit-learn, pandas) ;
● une formation en bioinformatique ou en chimio-informatique ;
● une solide compréhension des fondements mathématiques du machine learning et du deep learning ;
● de bonnes connaissances en algèbre linéaire, optimisation et apprentissage statistique ;
● une bonne maîtrise des environnements GNU/Linux ;
● de solides capacités de résolution de problèmes.
● de bonnes compétences en développement logiciel
● un bon esprit d'équipe et de bonnes capacités de communication.
Les compétences suivantes constitueront un atout :
● expérience en bioinformatique ou biologie computationnelle ;
● expérience avec des jeux de données pharmacogénomiques ;
● expérience en chimio-informatique (RDKit, empreintes moléculaires, graph neural networks, représentations moléculaires) ;
● connaissances en prédiction de la réponse aux médicaments ou en criblage virtuel ;
● expérience en Active Learning, estimation de l'incertitude ou optimisation bayésienne ;
● expérience du calcul haute performance (HPC) ou de la programmation GPU.
Le projet consistera principalement à développer de nouvelles méthodes de machine learning avec PyTorch.
Un niveau d'anglais B2 minimum est requis.
Contraintes et risques :
Niveau d'études minimum requis
- Niveau Niveau 6 Licence/diplômes équivalents
- Spécialisation Sciences naturelles (biologie-géologie)
Langues
- Français Seuil
Qui sommes-nous ?
Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation.
C’est l’une des plus importantes institutions publiques au monde : 33 000 femmes et hommes (dont plus de 16 000 chercheurs et plus de 16 000 ingénieurs et techniciens), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines.
Depuis plus de 80 ans, le CNRS développe des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit entre ses missions de recherche et le transfert vers la société fait du CNRS un acteur clé de l’innovation en France et dans le monde.
Le partenariat qui lie le CNRS avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires témoignent du potentiel économique de ses travaux de recherche.
À propos de l'offre
-
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
-
Vacant
-
Experte / Expert en biologie - SVT
