Stage M2 - Développement de pipeline & interface web pour l'orthologie des lncRNA

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’UMR GenPhySE, 24 Chemin de Borderouge, Castanet-Tolosan près de Toulouse (31) et plus précisement au sein de la plateforme Sigenae (équipe d’ingénieurs bio-informaticiens spécialisés en analyse de données génomiques et développement d’outils et d’interfaces). Durant votre stage vous aurez accès aux infrastructures de calcul et de stockage de la plateforme Genotoul Bioinfo.

Conditions particulières d’activité : 

Les ARNs longs non codants (lncRNAs) sont des régulateurs de l'expression génique et de la structure de la chromatine chez les métazoaires. Cependant, contrairement aux gènes codants, leur séquence nucléotidique évolue très rapidement. Les outils d'alignement classiques échouent donc à détecter les orthologues entre plusieurs espèces dès que l'on s'éloigne génétiquement. Ce verrou méthodologique limite aujourd'hui l'annotation fonctionnelle des lncRNAs dans les assemblages de génomes.

Pour contourner cette limite, une étude exploratoire interne (encadrée par C. Klopp) a testé une approche indépendante de la séquence stricte, basée sur l'orthologie positionnelle et structurelle :

• La synténie avec les gènes orthologues ancres voisins ;
• Des critères contextuels et structuraux (orientation relative, structuration en  exons/introns, distance à l'ancre) ;
• La conservation de courts motifs ordonnés
• La similarité de profil d'expression tissulaire 

Le/la stagiaire aura pour missions principales de :

• Concevoir et développer le pipeline Snakemake prenant en entrée des assemblages (FASTA), des annotations (GTF) et des matrices de comptage RNA-seq et générant en sortie un ensemble de fichiers JSON décrivant notamment les modèles de gènes/lncRNA,  la synténie locale, les groupes de lncRNA orthologues...
• Développer l'interface web d'exploration interactive sur la base des JSON générés et permettant la visualisation des statistiques de qualité des génomes/annotations, des zones d’orthologies, des profils d'expression, des motifs conservés...

Formations et compétences recherchées

Formation recommandée : Master 2 bio-informatique ou discipline proche

Connaissances souhaitées : 

• Programmation & Workflows : Maîtrise de Python et gestion/programmation de workflows Snakemake.
• Environnement de développement : Environnement Linux/Unix en ligne de commande, gestion de version (Git), utilisation d'un IDE (ex: VS Code), et aisance dans l'usage des outils d'assistance au codage/debug par IA.
• Développement Web & Données : Modélisation de données JSON, bases du développement d'interfaces web interactives (HTML/CSS/JS ou frameworks légers).

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'activités sportives et culturelles ;
- d'une restauration collective.

Modalités pour postuler

J'envoie mon CV et ma lettre de motivation