Mots-Clés

Cancer pulmonaire, RNA-seq, spatial transcriptomics, déconvolution.

Description

Dans le cadre d’un projet de recherche inter-SIRIC (Sites de Recherche Intégrée sur le Cancer) associant les SIRIC inSITU (APHP) et SIRIC Curie, les équipes « Inflammation et fibrose dans les maladies pulmonaires » (A. Mailleux/B. Crestani ; INSERM U1149 ; Faculté de Médecine Bichat, Paris) et “Stress et cancer” (F. Mechta Grigoriou, INSERM U830, Institut Curie, Paris) recrutent un(e) ingénieur(e) d’étude en bio-informatique.

Le projet porte sur la caractérisation transcriptomique des cancers pulmonaires développés sur fibrose pulmonaire. La fibrose pulmonaire représente un facteur de risque majeur de développer un cancer pulmonaire. Cependant, les mécanismes de carcinogénèse sont mal connus. Dans ce contexte, l’équipe « Inflammation et fibrose dans les maladies pulmonaires » a acquis, à partir de prélèvements tissulaires de patients atteints de cancer pulmonaire développé sur fibrose, un ensemble de données moléculaires uniques (bulk RNA-seq, transcriptomique spatiale) portant à la fois sur la tumeur et sur le tissu fibreux adjacent à la tumeur.

Missions

                L’ingénieur(e) d’étude aura pour mission principale de prendre en charge l’analyse bioinformatique des données moléculaires acquises, afin d’identifier les voies de signalisation impliquées dans la carcinogénèse sur fibrose pulmonaire. Il/elle développera, appliquera et optimisera des outils bioinformatiques afin de traiter, analyser et interpréter ces données.

                Concernant les données bulk RNA-seq, l’ingénieur(e) procèdera, en lien étroit avec les médecins/biologistes et bioinformaticiens des deux équipes, aux analyses bio-informatiques standard : gènes différentiellement exprimés (clustering hierarchique, heatmap), enrichissement de voies de signalisation (GSEA, gene Ontology), analyse en composante principale. Par ailleurs, une analyse des différentes populations cellulaires sera conduite par déconvolution des données RNA-seq, en lien avec l’équipe de l’Institut Curie qui a mis en place les pipelines. Concernant les données de transcriptomique spatiale (Visium, 10X Genomics), l’ingénieur(e) procèdera également aux analyses bio-informatiques standard ainsi qu’à une analyse par déconvolution spatiale (selon la méthodologie développée par l’équipe de l’Institut Curie).   

Environnement

                L’ingénieur(e) bénéficiera d’un encadrement de qualité associant médecins, chercheurs en biologie et bio-informaticien(s), dans des équipes académiques reconnues sur le plan national et international. Les différents pipelines bio-informatiques ont été développés par l’équipe “Stress et cancer”.

L’équipe « Inflammation et fibrose dans les maladies pulmonaires » est constituée de médecins (pneumologues, radiologues, anatomo-pathologistes, généticiens) ayant une expertise reconnue à l’international et de scientifiques experts en biologie des cellules mésenchymateuses.

L’équipe “Stress et cancer” possède une expertise reconnue à l’international dans l’étude de l'hétérogénéité des fibroblastes associés au cancer (CAF), et son impact sur le pronostic et la réponse au traitement dans divers cancers. L’équipe bénéficie d’une compétence reconnue dans les analyses bio-informatiques de natures diverses à partir de données transcriptomiques (bulk RNAseq, single cell RNAseq, transcriptomique spatiale) et a généré l'un des ensembles de données scRNAseq les plus résolus de CAF, ayant permis d’identifier des sous-populations de CAF associées à l’immunosuppression et la résistance aux immunothérapies (Costa A. et al., Cancer Cell 2018; Kieffer Y et al, Cancer Discovery 2020 ; Croizer H. et al., Nat Commun, 2024).

 Activités principales    

• Définir en interaction avec les médecins et biologistes, le plan d’étude le mieux adapté à la question scientifique posée

• Identifier les outils adaptés à l’analyse et l’intégration des données

• Mettre en oeuvre des pipelines d’analyse

• Interpréter et discuter des résultats avec les membres de l’équipe

• Rédiger des rapports/bilan et effectuer des présentations lors des réunions d’équipe

• Travailler de manière autonome et organisée

• Faire preuve de rigueur scientifique

• Faire de la veille scientifique et technologique

• Participer à la réflexion du projet dans sa globalité.

Connaissances

• Connaissances générales dans le domaine des sciences de la vie.  

• Connaissances générales des approches de séquençage ARN et transcriptomique spatiale.

• Connaissance pratique en programmation (langage R et python) (indispensable)

• Compréhension des outils d’analyse courants des données RNA-seq (indispensable)

• Connaissance dans l’utilisation de cluster de calcul

Savoir-faire

• Expérience dans l’analyse bioinformatique de données RNA-seq

• Utilisation de pipelines d’analyses  

Aptitudes

• Organisé et rigoureux, autonomie

• Qualités relationnelles et capacité à travailler en équipe

• Capacité à assimiler la littérature scientifique (en anglais) liée à la thématique de recherche et aux méthodes appliquées

• Capacité à rédiger et communiquer les résultats des analyses produites

Expérience souhaitée : Une expérience dans l’analyse des données RNA-seq et de transcriptomique spatiale est souhaitée, mais pas obligatoire.

Diplôme souhaité: Master en bioinformatique.

La date de prise de fonction est modulable (à partir du 05/05/2025).