Post-doctorant.e en métabolomique, gestion et fouille de données pour la prédiction des compromis en biologie végétale

L’UMR 1332 BFP (Biologie du Fruit et Pathologie) regroupe plus de 150 membres, incluant des personnels permanents et non permanents. Il s’agit d’une unité mixte de recherche entre l’INRAE (divisions Biologie et Amélioration des Plantes ; Santé des Plantes et Environnement) et l’Université de Bordeaux. Elle constitue un pôle majeur de recherche en biologie végétale dans la région Nouvelle-Aquitaine. En plus de ses activités de recherche, l’unité est fortement impliquée dans l’enseignement et la formation en sciences végétales, ainsi qu’en microbiologie et biochimie.

L’unité bénéficie d’une visibilité internationale marquée, illustrée par sa coordination de plusieurs projets financés par l’Union européenne, des réseaux collaboratifs internationaux, la création d’un Laboratoire International Associé avec l’Université de Tsukuba au Japon (LIA FReQUenCE), ainsi que sa participation à de nombreux projets internationaux. Elle entretient également des partenariats actifs avec des acteurs industriels et des organisations de producteurs.

L’équipe Meta est un groupe pluridisciplinaire combinant des expertises en chimie analytique, biochimie, biologie moléculaire, physiologie, statistiques et bioinformatique. Elle développe des approches de biologie systémique pour comprendre le métabolisme végétal et son rôle dans la performance des plantes, notamment en termes de rendement et de réponses aux stress biotiques et abiotiques. L’équipe génère des jeux de données à grande échelle pour développer, paramétrer et valider des modèles prédictifs. Elle utilise à la fois des approches de modélisation ascendante (des mécanismes au phénotype) pour étudier le contrôle des flux métaboliques et des concentrations de métabolites, et des approches descendantes (du phénotype aux mécanismes) pour identifier des marqueurs métaboliques associés à la performance, offrant ainsi des pistes pour découvrir les mécanismes sous-jacents. L’équipe Meta abrite également la Plateforme Métabolome de Bordeaux, qui propose un large éventail d’approches métabolomiques ciblées et non ciblées.

Le projet Bordeaux Plant Science (BPS) vise à mieux comprendre et, à terme, maîtriser les compromis entre la production de biomasse, la résistance des plantes aux stress biotiques et/ou abiotiques, et la qualité des produits dérivés des plantes. Ce projet rassemble 11 laboratoires de la communauté bordelaise en sciences végétales, couvrant une large gamme de disciplines et de thèmes de recherche. Il représente la deuxième phase d’un effort collaboratif à long terme, s’appuyant sur cinq années d’interactions et de travaux conjoints entre ces laboratoires et les différents groupes de travail.

BPS est structuré autour de trois objectifs principaux :

1. Identifier les mécanismes moléculaires, métaboliques et physiologiques sous-jacents aux compromis chez les plantes
2. Étudier leurs déterminants (épigénétiques et environnementaux)
3. Améliorer le contrôle de la performance des plantes, des systèmes de culture et de la qualité des produits dans un contexte de demandes sociétales et de changements environnementaux.

Le projet est en partie coordonné par l’équipe Meta, et la personne recrutée rejoindra le Groupe de Travail 12 (WP12), également piloté par cette équipe. Le WP12 se concentre sur les aspects liés aux données et à la métabolomique, incluant la collecte de données FAIR (Faciles à trouver, Accessibles, Interopérables et Réutilisables), l’intégration et l’analyse de jeux de données multi-niveaux, ainsi que le développement de modèles prédictifs de la performance des plantes et des compromis. De plus, le WP12 générera des données métabolomiques pour soutenir les objectifs scientifiques des autres groupes de travail.

• Objectifs et programme de travail du·de la post-doctorant·e

Le.a candidat.e idéal.e est titulaire d’un doctorat en métabolomique, biologie computationnelle ou dans un domaine connexe et démontre un vif intérêt pour les principes des données FAIR ainsi qu’une expérience en physiologie végétale et/ou en métabolomique.

Il ou elle doit posséder :

• Une expérience ou un intérêt pour le machine learning, la métabolomique et/ou le métabolisme végétal serait un atout
• De solides compétences analytiques et de résolution de problèmes, avec une maîtrise des méthodes de modélisation statistique et/ou de visualisation de données
• D’excellentes compétences interpersonnelles et de communication, car le poste nécessite une collaboration efficace au sein d’un réseau et la capacité à rendre compte de ses résultats, tant à l’oral qu’à l’écrit.