Ingénieur-e en identification de biomarqueurs prédictifs des fluctuations environnementales et de traits écophysiologiques par approche de métabolomique prédictive sur le périphyton d’eau douce

Retour à la liste des résultats

Présentation INRAE

L’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (INRAE) est un établissement public de recherche rassemblant une communauté de travail de 12 000 personnes, avec 272 unités de recherche, de service et expérimentales, implantées dans 18 centres sur toute la France. INRAE se positionne parmi les tout premiers leaders mondiaux en sciences agricoles et alimentaires, en sciences du végétal et de l’animal. Ses recherches visent à construire des solutions pour des agricultures multi-performantes, une alimentation de qualité et une gestion durable des ressources et des écosystèmes.

Environnement de travail, missions et activités

Vous serez accueilli-e au sein de l’unité de recherche INRAE « Ecosystèmes aquatiques et changements globaux » (EABX) rattachée à la plateforme Bordeaux Metabolome membre de Metabo-Hub. Les recherches menées au sein l’unité EABXvisent à acquérir les connaissances, à construire les méthodes et à mettre au point les outils pour caractériser et comprendre l’état et la dynamique des écosystèmes aquatiques continentaux (estuaires, lacs, rivières), en évaluant les réponses de ces écosystèmes ou de ces espèces (poissons migrateurs amphihalins et végétaux aquatiques) aux pressions anthropiques (pêche, fragmentation des milieux, contamination, changement climatique). Vous intègrerez en particulier l’équipe ECOVEA (Ecologie des communautés végétales aquatiques et impacts des pressions multiples) qui focalise ses recherches sur les végétaux et les communautés microbiennes aquatiques. 

Contexte : 

Face à la contamination chimique des milieux aquatiques, les communautés microbiennes aquatiques périphytiques (i..e périphyton) sont utilisées de manière croissante pour comprendre le lien entre l’exposition aux contaminants chimiques et les impacts sur les écosystèmes, en raison de leur diversité et de leur rôle clef dans les fonctions écosystémiques [Morin and Artigas, 2023]. Malgré l’accroissement des connaissances sur la réponse de ces communautés au stress chimique à partir d’expérimentations en conditions contrôlées, un vrai défi reste de mieux comprendre comment les facteurs environnementaux interagissent et modulent la réponse des communautés dans le monde réel [Ghiglione et al, 2016].

Le développement récent des omiques a montré la pertinence de ces technologies pour la caractérisation intégrée et sensible de la réponse des communautés microbiennes à leur environnement. En particulier, la méta-métabolomique est une approche de choix pour caractériser le phénotype moléculaire qui est très largement utilisé en écologie microbienne [Graham et al. 2018]. Si les mécanismes d’assemblage des méta-métabolome sont encore mal compris, le concept récent d’écologie des méta-métabolome devrait permettre d’apporter des connaissances sur ces processus [Dankazk et al. 2020]. 

Malgré sa pertinence, la métabolomique reste peu utilisée en écotoxicologie microbienne. En effet, des études récentes ont mis en lumière la plus grande sensibilité et précocité de cette approche en comparaison des descripteurs usuels mais aussi sa capacité à discriminer plusieurs facteurs de stress en conditions contrôlées [Creusot et al. 2022]. Néanmoins, l’extrapolation de ces réponses au monde réel dans un contexte de bio-surveillance requière une meilleure compréhension de l’hétérogénéité spatiale du méta-métabolome de ces communautés en lien avec les conditions environnementales et la qualité chimique et écologique de l’eau. Dans cette optique, la métabolomique prédictive (couplage métabolomique & machine learning) est prometteuse à travers sa capacité à identifier des métabolites prédictifs des fluctuations environnementales comme cela a pu être démontré chez les plantes [Dussarat et al. 2022]. Aussi son application au méta-métabolome du périphyton pourrait permettre (i) l’identification des facteurs environnementaux qui pilotent l’assemblage du métabolome de ces communautés tout en révélant des stratégies adaptives, (ii) l’identification de marqueurs capable de prédire une altération de traits écophysiologiques et les stress qui en sont responsable. 

Creusot, N., et al. Environ Sci Pollut Res Int, 2022.DOI: https://doi.org/10.1007/s11356-021-17072-7. 

Danczak, R.E., et al. Nature Communications, 2020. 11(1): p. 6369.DOI: https://doi.org/10.1038/s41467-020-19989-y.

Dussarrat, T., et al. New Phytologist, 2022. 234(5): p. 1614-1628.DOI: https://doi.org/10.1111/nph.18095. 

Ghiglione JF, Martin-Laurent F, Pesce S.. Environ Sci Pollut Res Int. 2016 https://doi.org/10.1007/s11356-015-5763-1 . 

Graham, E.B., et al. Sci Total Environ, 2018. 642: p. 742-753.DOI: https://doi.org/10.1016/j.scitotenv.2018.05.256.

Morin S, Artigas J. Environ Toxicol Chem. 2023 https://doi.org/10.1002/etc.5708.

Mission

Vous aurez pour objectifs 

1.D’analyser des données de métabolomique non-ciblée incluant la mise en oeuvre

• Du processing et de la filtration des données, 
• D’approches de chimiométrie et d’analyses multibloques 
• D’approches en métabolomique prédictive 
• De métriques de communauté (diversité chimique alpha et beta)
• De l’annotation des signaux détectés

2.Contribuer à la création d’une librairie spectrale à partir de standard de l’IROA

3.De valoriser les travaux du projet COMBO sous la forme d’articles scientifiques.

Pour ce faire vous bénéficierez du soutien technique des membres du laboratoire biomarqueur, du pôle données et de la plateforme Bordeaux Metabolome, en particulier sur le volet métabolomique prédictive. Vous disposerez également du matériel nécessaire la mise en œuvre du traitement de données.

 

 

Formations et compétences recherchées

Formation recommandée : Niveau Master 2 avec une forte expérience dans la mise en œuvre d’analyse métabolomique non-ciblée quelques soit le domaine d’application

Connaissances souhaitées : Analyse métabolomiques non-ciblée (acquisition, traitement de données et annotation), biochimie, analyses biostatistiques, métabolomique prédictive, 

Expérience appréciée : Création de bases de données spectrale ; expérience professionnelle post-master en métabolomique (1-2 ans)

Aptitudes recherchées : Appétence pour l’analyse de données métabolomique, esprit de synthèse avec une très bonne maîtrise de l’anglais oral et écrit, bonnes aptitudes relationnelles, autonomie et dynamique.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez (selon le type de contrat et sa durée) :

-  jusqu'à 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation, conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective ;

-d'une prise en charge partielle abonnement domicile/travail (TER, TBM).

 

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation