Mots-Clés

R, données multi-omiques, apprentissage automatique, Régression, Lasso, analyse statistique multivariée, biologie des systèmes

Description

L'IRSN, Etablissement Public à caractère Industriel et Commercial (EPIC) – dont les missions sont désormais définies par la Loi n° 2015-992 du 17 août 2015 relative à la transition énergétique pour la croissance verte (TECV) – est l'expert public national des risques nucléaires et radiologiques. L'IRSN concourt aux politiques publiques en matière de sûreté nucléaire et de protection de la santé et de l'environnement au regard des rayonnements ionisants. Organisme de recherche et d'expertise, il agit en concertation avec tous les acteurs concernés par ces politiques, tout en veillant à son indépendance de jugement.

Thématique:

L’exposition à de faibles doses de rayonnements ionisants déclenche un ensemble d’événements moléculaires et cellulaires, aboutissant à des effets physiologiques et épidémiologiques. Cependant les données épidémiologiques dans les faibles doses sont encore contestées dû à un manque de puissances statistiques et plus particulièrement dans la compréhension de la carcinogénèse induite par des faibles doses de rayonnements ionisants. La compréhension fine de ces effets nécessite l’intégration de données multimodales.

Missions:

Au laboratoire, un projet de recherche a été mis en place pour étudier les mécanismes du cancer du côlon sur des souris à différentes doses de rayonnements ionisant (10mGy, 100mGy et 2000mGy) aux différents temps d’exposition et identifier les conséquences phénotypique à différent niveaux biologiques. Les données obtenues pour chaque groupe de souris proviennent de sources différentes, comme l’expression des gènes (transcriptome) et la méthylation de l’ADN (méthylome), les cytokines (sang) et le poids. Ces données permettent de capturer des informations sur les processus biologiques se déroulant à différentes échelles de la cellule. Des outils bio-informatiques spécifiques sont développés pour analyser ces données de manière indépendante. Cependant, une analyse intégrée et simultanée des différentes données est essentielle pour une compréhension fine des mécanismes cellulaires ainsi que de leurs dérégulations pathologiques. Le développement de telles méthodes d'analyses intégratives est un défi majeur en biologie des systèmes. L’objectif de ce travail est de mener une analyse statistique intégrative des différents jeux de données. Le stage proposé vise à étudier un ensemble d’outils de réduction dimensionnelle et d’apprentissage machine adaptés à la très grande dimension des données en présence.

Intérêt du stage : En plus des résultats spécifiques qui seront obtenus sur ces groupes d’animaux, les développements méthodologiques de ce projet s’inscriront dans un cadre de travail plus large mené au sein du LRTOX, de l’IRSN, dont l’objectif est de construire un cadre général pour le traitement de données issues de la radioactivité à faible dose.

Profil : le stagiaire devra posséder une expérience en bio-informatique, en programmation (R/python) et une bonne connaissance des méthodes statistiques standards. Un bon niveau d’anglais est souhaitable.

Etudiant en M2 Bio-informatique (analyse et modélisation des données), Mathématique appliquées ou Statistiques (parcours data). La capacité à travailler en équipe multidisciplinaire sera appréciée.