Société Française de Bioinformatique

Mots-Clés

GWAS génomique bioinformatique centenaire etiologie moléculaire Healthy Aging

Description

Le Laboratoire :
Le Laboratoire GBCM du Cnam est un Laboratoire de recherche en génomique et bioinformatique qui explore l’étiologie moléculaire des maladies humaines pour identifier de nouvelles cibles thérapeutiques ou diagnostiques. Le Laboratoire a notamment développé le logiciel Shape-IT très largement utilisé pour le phasage des génomes diploïdes et a été un précurseur des études GWAS dans le SIDA et de nombreuses autres maladies humaines. 
Le Laboratoire GBCM (Dr Zagury) et l’équipe de recherche du CEPH (Dr Deleuze) ont obtenu un financement pour réaliser le projet de recherche AGENOMICS sur l’exploitation des  données génomiques de cohortes liées au vieillissement et à la longévité afin d’identifier les mécanismes moléculaires du “Healthy Aging“ et de développer rationnellement des composés modulateurs actifs. Ce projet de recherche implique le recrutement de plusieurs chercheurs en génomique/bioinformatique pour développer les recherches du projet Agenomics. 
Le projet :
Le projet Agenomics va s’appuyer sur plusieurs méthodes d’exploration au niveau du génome (génome, génome mitochondrial, épigénome) pour mieux comprendre les mécanismes moléculaires impliqués dans le vieillissement et la longévité, et permettre, grâce à une approche systémique, le développement rationnel de stratégies d’intervention pour un Healthy Aging : tests de diagnostic ou molécules modulatrices. Il s’appuie sur des cohortes exceptionnelles liées au vieillissement et à la longévité comme la cohorte Chronos de mille centenaires du CEPH.

Profil souhaité :

Nous recherchons des chercheurs de niveau post-doctoral ayant un fort background en génomique humaine et connaissant bien les méthodologies de recherche d’association génétique sur le génome-entier (GWAS sur données de puce/NGS). Maîtrise requise des techniques et logiciels de traitement des données génomiques et de statistique génétique pour identifier des associations et comprendre les mécanismes moléculaires en jeu dans les phénotypes (QC, imputation, recherche d’associations, méta-analyses, approches pathways, corrélation avec transcriptome, etc..). Une compétence en informatique avec capacité  de gérer les données, écrire des scripts, utiliser des bibliothèques de fonctions disponibles (python, R) est aussi nécessaire, ainsi qu’une bonne base et un fort intérêt en biologie/génétique pour réaliser l’interprétation biologique des résultats obtenus.