Thème : Des études multiomiques à haut débit sur le cancer ont permis de caractériser l'hétérogénéité inter-tumorale et ont contribué à l'élaboration de classifications moléculaires faisant consensus. Néanmoins, ces classifications négligent l'hétérogénéité intra-tumorale et ne reflètent que le sous-type le plus abondant dans l'échantillon examiné. Isoler une population cellulaire d'intérêt a partir d'échantillons cliniques hétérogènes n'est pas possible dans la pratique, c'est pourquoi il est essentiel de développer des outils bioinformatiques permettant d'étudier et d'estimer l'hétérogénéité intra-tumorale.
Le but de ce projet est de développer des modèles intégratifs de l'hétérogénéité tumorale et de déduire des hypothèses biologiques et les indicateurs cliniques associés en utilisant de nouvelles méthodes basées sur l'intelligence artificielle.
 

Le.a candidat.e retenu.e devra développer une approche inspirée des méthodes d'apprentissage automatique pour résoudre le problème de la classification des sous-types en tenant compte de l'hétérogénéité intra-tumorale.

Profil :

• Doctorat en bioinformatique / biostatistique
• Compétences en communication, équipe interdisciplinaire d'informaticiens, biologistes et cancérologues
• Compétences en programmation = R, Python, bash + expérience avec des logiciels d'analyse et les packages associés
• Connaissances en biostatistique appréciées
• Expérience en intelligence artificielle et machine learning appréciée
  
   

  Profil complet sur le site du CNRS
 

Contrat : CDD de 24 mois
Début : 1 février 2022, candidatures jusqu'au 19/01/22.
Lieu de travail : La Tronche - Grenoble