Stage : Analyse de données multi-omiques longitudinales pour étudier la résilience animale à l’échelle cellulaire.

Vous serez accueilli(e) au sein de l’unité de recherche GenPhySE dans l’équipe REGLISS du Pôle de Génomique Structurale et Fonctionnelle sur le centre INRAE de Toulouse Auzeville, avec un co-encadrement en distanciel du Laboratoire de Recherche en Informatique de Bordeaux (CNRS). Vous intégrerez un projet de recherche innovant visant à mieux comprendre les déterminants moléculaires de la résilience animale à partir d’analyses de données multi-omiques obtenues au niveau cellulaire. L’objectif est d’identifier les régions génomiques (gènes et régulateurs d’expression) impliquées dans la réponse au stress, de l’exposition à la récupération, et qui permettent en particulier un retour à l’état basal — caractéristique de la résilience. Le projet dans lequel s’inscrit ce stage vise à produire et analyser des données dites « omiques » (en l’occurrence transcriptomiques et épigénomiques) pour caractériser la cinétique d’expression génique et de modification de la chromatine à différents pas de temps après exposition de cellules en culture à des stress (thermiques, hydriques…). Le stage porte sur la partie d’analyse des données, et plus précisément sur sa mise au point à réaliser avec des jeux de données réelles et de données « semi-synthétiques » afin de tester et comparer les méthodes existantes. Vous serez plus particulièrement en charge de : Construire des jeux de données longitudinales multi-omiques (RNA-seq, ATAC-seq, ChIP-seq) à partir de données réelles et semi-synthétiques pour permettre de tester les méthodes existantes sur différentes configurations : nombre de répliques, de pas de temps, de conditions, etc.  Actualiser l’état de l’art sur les méthodes et outils disponibles pour l’analyse temporelle multi-omique, en particulier pour la caractérisation d’état basal, l’identification de cycles, et la détection de modules communs dans les réseaux multi-omiques longitudinaux.  Réaliser un « benchmark » de ces outils sur ces données.  Explorer, visualiser, interpréter et valoriser les résultats, en collaboration avec les autres membres du projet.