Descriptif du poste:\n\nAperçu des rôles\nEn tant que bioinformaticien, vous jouerez un rôle clé dans le développement et l'optimisation des pipelines de bioinformatique pour l'analyse des données transcriptomiques, avec un accent particulier sur le Bulk RNA-seq et le Single-Cell RNA-seq. Vous transformerez les données brutes de séquençage en connaissances biologiques significatives pour stimuler la recherche translationnelle et la médecine régénérative.\nVous contribuerez à l'analyse et à l'interprétation des données biologiques complexes générées par le séquençage de nouvelle génération (NGS) et les approches multi-omiques\nResponsabilités clés\nDéveloppement de pipeline et traitement des données\n* Concevoir, mettre en œuvre et optimiser des flux de travail bioinformatiques robustes pour l'analyse des données NGS.\n* Gérer le processus analytique de bout en bout pour les ensembles de données Bulk RNA-seq et Single-Cell RNA-seq.\n* Assurez la reproductibilité, la scalabilité et l'efficacité des pipelines développés.\n* Effectuer le contrôle qualité (QC) sur les données brutes de séquençage.\n* Exécutez l'alignement des séquences par rapport aux génomes ou transcriptomes de référence.\n* Générer et gérer des matrices de comptage et des ensembles de données normalisés.\n* Appliquez des procédures de prétraitement et des corrections d'effet batch lorsque cela est nécessaire.\n \nAnalyse statistique et interprétation biologique\n \n* Réaliser des analyses statistiques pour identifier les gènes différenciellement exprimés (DEG) à l'aide d'outils standards de l'industrie.\n* Effectuer l'enrichissement fonctionnel et l'analyse des voies à l'aide de bases de données clés (par exemple, Gene Ontology (GO), KEGG, Reactome, GSEA, Enrichr, ou similaires).\n* Traduire les résultats computationnels en preuves biologiques pertinentes et exploitables.\n* Générez des visualisations avancées des données pour faciliter l'interprétation des résultats (y compris des cartes thermiques, des graphiques volcaniques, des analyses de clustering, UMAP, t-SNE et des rapports personnalisés).\n \nIntégration et collaboration multi-omiques\n* Intégrer les données transcriptomiques avec d'autres couches multi-omiques, notamment :\nATAC-seq et scATAC-seq\nProtéomique quantitative\nAutres ensembles de données multi-omiques\n* Contribuer à la découverte des mécanismes moléculaires régulant les états cellulaires, les processus pathologiques ou les voies régénératrices.\n* Documentez toutes les analyses avec minutie et rédigez des rapports techniques complets.\n* Collaborez étroitement avec des biologistes, des data scientists et des spécialistes de l'intelligence artificielle (IA) / apprentissage automatique (ML).\n* Soutenir l'interprétation intégrée des résultats expérimentaux et computationnels.\n\nProfil recherché:\n\nExigences et qualifications\nCompétences techniques et expérience\n* Maîtrise de R (Bioconducteur) et Python pour l'analyse avancée en bioinformatique.\n* Bonne maîtrise des environnements Linux/Unix et des scripts Bash.\n* Un bilan éprouvé dans l'analyse des données d'ARN-seq en vrac et de cellules uniques (scRNA-seq).\n* Solide expérience dans l'utilisation des pipelines de bioinformatique NGS (couvrant la QC, l'alignement, la quantification et l'analyse en aval).\n* Connaissances fondamentales approfondies en transcriptomique, génomique et biologie computationnelle.\n* Capacité démontrée à combler le fossé entre les données expérimentales et l'analyse computationnelle.\nQualifications préférées\n* Expérience professionnelle dans les domaines des cellules souches, de la médecine régénérative ou de la recherche translationnelle.\n* Familiarité avec les approches d'apprentissage automatique (ML) appliquées aux données biologiques.\nCompétences relationnelles\n* Haute précision et grande attention aux détails.\n* Capacité à travailler de manière autonome et à gérer des ensembles de données et projets complexes.\n* Excellentes compétences organisationnelles et de résolution de problèmes.\n* Solides compétences en communication et aptitude naturelle à travailler au sein d'équipes multidisciplinaires.\n* Curiosité scientifique, esprit innovant et approche orientée vers les résultats.\nÉducation & Langues\n* Formation : Master (M.Sc.) ou doctorat en bioinformatique, biologie computationnelle ou discipline étroitement liée.\n* Langues : Maîtrise du français et de l'anglais professionnel/scientifique (écrit et oral).