Mots-Clés

transcriptomique toxicogénomique machine learning

Description

Au sein de l'équipe de SciLicium, vous participerez activement à un projet de recherche en toxicogénomique et toxicogénomique prédictive. Votre mission principale sera d'analyser des données de transcriptomique afin d'évaluer l'effet des composés perturbateurs endocriniens sur une lignée cellulaire spécifique.

Missions principales :

1. Analyse de Données de Transcriptomique :

   • Traitement et nettoyage des données brutes.
   • Analyse statistique et identification des gènes d'intérêt.
   • Comparaison avec des bases de données existantes pour identifier des signatures transcriptomiques.

2. Évaluation des Effets des Perturbateurs Endocriniens :

   • Étude de l'impact des composés sur la lignée cellulaire.
   • Interprétation des résultats en lien avec la toxicité et les mécanismes d'action des composés.

3. Modélisation de la Perturbation :

   • Utilisation d'approches de machine learning et deep learning pour modéliser la perturbation induite par les composés.
   • Développement et validation de modèles prédictifs.

Profil recherché :

• Étudiant(e) en Master 2 avec une spécialisation en bio-informatique, biostatistique ou domaines connexes.
• Compétences en analyse de données en transcriptomique.
• Connaissances en python, R
• Connaissances en machine learning et/ou deep learning.
• Autonome, rigoureux(se) et doté(e) d'un esprit d'équipe.
• Bonne maîtrise de l'anglais (écrit et oral).