About this role
Pourquoi nous rejoindre
Rejoindre l'IHU ICAN, c'est mettre son expertise au service d'un enjeu de santé publique majeur, aux côtés d'équipes scientifiques et cliniques de premier plan.- Un poste à fort impact : contribuer directement à la lutte contre la première cause évitable de maladies cardiovasculaires.- Un environnement d'excellence : un institut de référence européen, au sein de l'hôpital de la Pitié-Salpêtrière.Le posteDans le cadre du développement de ses projets Single-Cell et Transcriptomique Spatiale, la plateforme ICAN I/O Data Science recrute un(e) ingénieur(e) ou chercheur(euse) pour renforcer ses activités d'analyse de données à haute résolution cellulaire et spatiale, et génomique humaine. Sous la responsabilité directe du responsable de la plateforme, le poste s'inscrit dans des projets à forte composante biologique et clinique, en interaction étroite avec des équipes expérimentales et cliniques.
- Vos missions1.
- Single-Cell Transcriptomiques- Analyse de données scRNA-seq / snRNA-seq- Pré-traitement, contrôle qualité, normalisation- Annotation cellulaire, identification de sous-populations- Analyses de trajectoires, états cellulaires et plasticité- Analyses de communication intercellulaire et régulation transcriptionnelle2.
- Transcriptomiques spatiales- Analyse de données de spatial transcriptomics (10x Visium, Xenium, CosMx, MERFISH ou équivalents)- Cartographie spatiale des populations et états cellulaires- Intégration spatial / single-cell- Interaction avec données histologiques3.
- Génomique (secondaire)- Analyses de données WGS / WES / ciblées- Mapping / alignement des reads (BWA, Bowtie2, etc.)- Variant calling : SNPs, indels (GATK, bcftools, FreeBayes)- Annotation fonctionnelle des variants (VEP, ANNOVAR)- Analyses d'association GWAS- Contribution à l'interprétation biologique des variants4.
- Data Science et analyses statistiques- Analyses statistiques classiques pour les études cliniques et omiques (statistiques descriptives, tests d'hypothèses, modèles de régression)- Méthodes avancées de machine learning pour la prédiction et la stratification (forêts aléatoires, gradient boosting, SVM, réseaux de neurones, etc.)- Sélection de variables, évaluation et validation des modèles- Développement de workflows analytiques reproductibles5.
- Valorisation scientifique- Participation à la rédaction de publications scientifiques- Contribution aux projets institutionnels, nationaux et européens- Présentation des résultats en réunions scientifiques et congrès- Interaction continue avec biologistes, data-scientistes et cliniciens Profil recherchéFormation et expérienceDoctorat (PhD) avec une forte expérience en bio-informatiques et analyse de données OMICS ;Formation en bio-informatique, biologie computationnelle, génomique ou dans un domaine connexe ;Expérience en analyse de données génomiques et transcriptomiques, idéalement en single-cell RNA-seq et/ou transcriptomique spatiale ;Solides compétences en analyse, intégration et interprétation de données biologiques complexes ;Fort intérêt pour l'exploitation conjointe de données biologiques, omiques et cliniques et leur interprétation dans un contexte de recherche biomédicale ;Capacité à interagir avec des équipes pluridisciplinaires associant biologistes, cliniciens, bio-informaticiens et data scientists.
Compétences et qualités- Excellente maîtrise de R et/ou Python.- Expertise en Single-Cell : Seurat, Scanpy, SingleCellExperimentMonocle, Slingshot, CellChat (ou équivalents)- Expérience en Spatial Transcriptomics.- Connaissances solides en pipelines génomiques : BWA, GATK, bcftools, PLINK- Expérience en statistiques et machine learning.- Environnements Linux / HPC appréciésAutonomie, rigueur scientifique, esprit collaboratif et maîtrise courante de l'anglais scientifique.