Le microbiote intestinal, ce monde tant peuplé tant encore à découvrir. Nos microbes intestinaux ont un rôle clef dans le métabolisme des nutriments et une grande influence sur notre état de santé. Ils peuvent nous protéger de certaines maladies ou, au contraire, participer à leur survenue et leur progression. Comprendre leur fonctionnement et caractériser leurs fonctions métaboliques en cas de santé et de maladie est le défi de la recherche clinique des prochaines années.

Au sein de notre équipe, « Microbiota Twin », nous travaillons sur des technologies d'analyse et de modélisation de ces intéractions microbiote-hôte. En particulier, nous aimerions intégrer deux approches d’analyse couramment utilisées : les approches statistiques et les approches de modélisation métaboliques basées sur les contraintes. Nous voulons approfondir les méthodes déjà existantes et en développer des nouvelles pour construire des modèles d’association entre les prédictions in silico et les évidences in vivo.

Vos missions

Lors de ce stage, vous devrez concevoir une nouvelle méthode permettant d’analyser et interpréter les prédictions des modèles métaboliques sous contraintes avec les données in vivo. Vous travaillerez en étroite collaboration avec les ingénieurs de recherche de l’équipe Metabolic Twin ainsi que ceux du département Virtual Twin for Human.

Les étapes de travail suivantes devront être réalisées :

1. Conduire une analyse de la littérature permettant d’étudier l’existant technique publié sur le sujet de la modélisation métabolique sous contrainte et les workflow d’analyse associés
2. Reproduire l’état de l’art et élaborer une nouvelle méthode capable de répondre à ces besoins et formaliser cette solution en spécifications techniques
3. Elaborer et implémenter une nouvelle méthode d’association entre les prédictions in silico et les évidences in vivo  

Keywords : Bio-informatique, Modélisation de systèmes biologiques, réseaux métaboliques, programmation linéaire, Flux Balance Analysis, COBRA, Workflow, causal inference, statistical approaches, statistical inference

References :

• Hertel, J., Heinken, A., Martinelli, F., & Thiele, I. (2021). « Integration of constraint-based modeling with fecal metabolomics reveals large deleterious effects of Fusobacterium spp. on community butyrate production. “ Gut Microbes, 13(1). https://doi.org/10.1080/19490976.2021.1915673
• Johannes Hertel, Almut Heinken, Daniel Fässler, Ines Thiele, “Causal inference on microbiome-metabolome relations in observational host-microbiome data via in silico in vivo association pattern analyses,” Cell Reports Methods, Volume 3, Issue 10, 2023, https://doi.org/10.1016/j.crmeth.2023.100615.
• O'Brien EJ, Monk JM, Palsson BO. Using Genome-scale Models to Predict Biological Capabilities. Cell. 2015 May 21;161(5):971-987. doi: 10.1016/j.cell.2015.05.019. PMID: 26000478; PMCID: PMC4451052.

Vos qualifications

Etudiant(e) préparant un diplôme de niveau BAC+5 en école d'ingénieur ou université, vous recherchez un stage.

Compétences techniques souhaitées :

• Excellent niveau en technique de programmation linéaire
• Excellent niveau de programmation Python
• Excellentes connaissances en inférence statistique et curations des données avec analyse de corrélation
• Excellentes connaissances informatiques de conception d'architectures intégratives

Votre candidature aura un atout supplémentaire si vous avez:

• Travaillé sur la modélisation et l'analyse de réseaux métaboliques
• Travaillé avec des bases de données
• Travaillé avec des données biologiques
  
   

Vous êtes créatif(ve), autonome, et êtes force de proposition pour la conception de modèle.

Vous avez l’esprit de collaboration dans l'échange d'idées avec les autres membres du département et êtes rigoureux(se) dans votre conduite technique du stage.

Vous êtes pédagogue dans la présentation et l'explication des résultats du stage

Nous rejoindre c'est aussi

Intégrer une entreprise scientifique au cœur de l’innovation technologique, portée par une forte croissance depuis plus de 40 ans.

• Environnement collaboratif et innovant
• Collaboration internationale
• Diversité des technologies, produits et solutions
• Engagement en faveur de la diversité et de l’inclusion