Stage M2 Biostatistiques/Bioinformatique

 Stage · Stage M2  · 6 mois    Bac+5 / Master   Limagrain Europe · Chappes (France)  1148

 Date de prise de poste : 1 février 2025

Mots-Clés

GWAS QTL VCF génétique génomique variants matrices

Description

Utilisation de données de génotypage à haute résolution pour la détection de QTL par génétique d’association

CONTEXTE

L’identification de régions génomiques influençant des caractères agronomiques d’intérêt est essentielle en sélection végétale. Cibler des modifications génétiques précises permet d’accélérer le développement de nouvelles variétés, d’améliorer des traits complexes comme le rendement, la qualité, et la résilience (tolérance aux stress biotiques et abiotiques) afin de garantir la sécurité alimentaire, notamment dans le contexte actuel d’un changement climatique accéléré. Les Études d'Association Génomique à l'Échelle du Génome (GWAS en anglais) représentent un outil puissant en sélection végétale. Elles permettent d’identifier des associations statistiques entre des variants génétiques et des caractères d'intérêt, permettant d’orienter les efforts de sélection sur des régions génomiques précises appelées Locus de Trait Quantitatif (QTL en anglais). Le stage proposé vise à comparer des méthodes de détection de QTL en exploitant des données de génotypage obtenus par séquençage haut débit de lignées de maïs par ailleurs phénotypées pour différents caractères agronomiques. Il s’agira donc de proposer, tester et comparer des méthodes de détection de QTL capable de traiter des grands jeux de données de génotypage. Il sera également nécessaire d'explorer des solutions de réduction dimensionnelle pour simplifier les analyses. Cela inclut la gestion du déséquilibre de liaison entre les variants. L'utilisation de variants agrégés et multi-alléliques sera également envisagée.

ACTIVITES DOMINANTES

  • Mettre à jour le pipeline d’analyse de données : du filtre des variants à la réalisation des analyses d’associations de façon automatique
  • Réaliser des analyses GWAS avec différents logiciels et comparer les résultats obtenus dans un rapport clair et argumenté.
  • Identifier, comparer et utiliser des outils et modèles capables d'intégrer des variants multi-alléliques dans la détection de QTL.

PROFIL REQUIS

  • Etudiant en Master de Bioinformatique/Génétique Quantitative ou similaire 
  • Compétences requises : 
  • Une bonne compréhension des principes fondamentaux de la génétique formelle et quantitative
  • Utilisation des commandes shell (Unix/Linux) et de scripts bash pour soumission de calculs sur serveur HPC 
  • Maitrise d’un langage de programmation, de préférence python et/ou R 
  • De bonnes connaissances dans le domaine de l’utilisation de données de séquençage de nouvelle génération en génétique quantitative 
      • Capacité à communiquer en Anglais (oral et écrit)
      • Permis B et véhicule si possible car le centre de recherche est éloigné des centres urbains.

La faculté à travailler en équipe, à communiquer avec des interlocuteurs variés, la rigueur, l’autonomie et la curiosité sont des qualités indispensables à la réussite du stage.

ENCADREMENT & INDEMNISATION

Le stage est rémunéré 1148 € par mois. Les frais de repas au restaurant d'entreprise sont pris en charge et les déplacements professionnels indemnisés.

LOCALISATION ET CONTACT MAITRES DE STAGE

Le stage se déroulera au Centre de Recherche de Chappes situé à 17km de Clermont Ferrand et 11km de Riom.

Pour candidater : cliquez ici

Référence offre: 2024-9943  

Candidature

Procédure : Postulez sur le site de Limagrain.com: https://jobdesk.limagrain.com/offre-de-emploi/emploi-stagiaire-en-bioinformatique-et-genetique-quantitative-appliquee-a-la-selection-vegetale-h-f-_9943.aspx

Date limite : 31 juillet 2025

Contacts

Aurélien Beugnot et Kevin Debray

 NoneNOSPAMNone

 https://jobdesk.limagrain.com/offre-de-emploi/emploi-stagiaire-en-bioinformatique-et-genetique-quantitative-appliquee-a-la-selection-vegetale-h-f-_9943.aspx

Offre publiée le 16 octobre 2024, affichage jusqu'au 31 juillet 2025