Mots-Clés

python, api, visualisation, genotypage, phenotypage

Description

CONTEXTE et ENVIRONNEMENT :

L’Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE, http://www.inrae.fr) s’implique dans des enjeux majeurs de la société actuelle : stabiliser le réchauffement climatique, réduire l’insécurité alimentaire, assurer la transition énergétique et agronomique, construire les agricultures du futur. Relever ces défis nécessite aujourd’hui l’utilisation des technologies à haut débit. Le Big data, le FAIR data, ou encore le DataViz sont des problématiques actuelles auxquelles INRAE fait face. Le besoin en outils informatiques pour la gestion des données est crucial afin d’assurer leur traçabilité, leur contrôle qualité, leur soumission à des outils de visualisation, leur pérennisation, leur mise à disposition et partage aux scientifiques pour exploitation, intégration et analyse avec d’autres types de données.

Dans ce contexte, l’équipe ABISOFT de l’UMR Génétique Quantitative Evolution (GQE, http://moulon.inra.fr) développe plusieurs solutions logicielles afin de répondre aux besoins de ses collaborateurs :

• SHiNeMaS, une base de données et son interface web (PostGreSQL, Python/Django) qui gère la traçabilité des lots de semences et les données relatives aux pratiques culturales, aux environnements et les phénotypes des plantes dans le cadre d’expérimentations au champ.
• ThaliaDB, une base de données et son interface web (PostGreSQL, Python/Django) qui gère des informations de marqueurs, de génotypage et de phénotypage (données moyennées) de plantes pour des besoins d’analyse de diversité, de génétique d’association (GWAS) et de sélection génomique.
• DiverCILand, une base de données et son interface web (PostGreSQL, Python/Django) qui gère la description et le cycle de vie de ressources génétiques de blé à l’échelle européenne ainsi que la caractérisation génotypique de leur résistance à certaines maladies (rouille du blé) dans le cadre d’un projet visant à monitorer l’évolution des épidémies de rouille en Europe.
• BioMercator, un logiciel (Java) permettant une démarche complète d’identification de régions candidates de gènes par des méthodes de meta-analyse de QTLs ou de GWAS.
• OptiMAS (R-shiny), un logiciel d’aide à la décision dans des programmes de sélection assistée par marqueurs.

TRAVAIL DE STAGE :

Le stagiaire intégrera l’équipe ABISOFT et aura deux missions principales :

• Développer l’interopérabilité entre le système d’information ABISOFT et d’autres outils. Pour cela, il sera amené à implémenter des APIs en utilisant le cadriciel REST de Django. Ces APIs seront soit des standards reconnus à l’échelle internationale dans le domaine de la sélection végétale (par exemple la Breeding API, www.brapi.org ), soit des APIs plus spécifiques s’il n’existe pas de standard reconnu. Le cas échéant il pourra être amené à faire évoluer le schéma relationnel des systèmes d’informations. L’implémentation de la Breeding API a déjà débutée dans les outils Thaliadb et SHiNeMaS. Le/la stagiaire sera amené à collaborer avec la communauté INRAE en place autour de l’implémentation de ce standard.
• Développer et/ou intégrer des interfaces de visualisation des données innovantes autour d’informations geo-localisées, en lien avec le génotypage, le phenotypage, les informations de réseau etc.

PREREQUIS :

Le/la stagiaire devra maitriser le langage Python, avoir des connaissances sur le développement web.

Idéalement, le/la stagiaire devra avoir un goût prononcé pour l'agronomie.

INFORMATIONS ET CONTACT:

Yannick de Oliveira, INRAE: yannick.de-oliveira@inrae.fr

Lieu du stage : IDEEV, Gif-sur-Yvette