- Organisation/Entreprise
-
CNRS
- Département
-
Laboratoire des sciences du numérique à Nantes
- Domaine de recherche
-
La physique
- Profil de chercheur
-
Chercheur de première étape (R1)
- Pays
-
France
- Date limite d’inscription
- Type de contrat
-
Temporaire
- Statut du travail
-
À temps plein
- Heures par semaine
-
35
- Date de début de l’offre
- Le poste est-il financé par le programme-cadre de recherche de l’UE ?
-
H2020
- L’emploi est-il lié au poste du personnel au sein d’une infrastructure de recherche ?
-
Non
Description de l’offre
Le plancton marin forme des communautés complexes d’organismes en interaction à la base de la chaîne alimentaire, soutenant les cycles biogéochimiques de l’océan et contribuant à réguler le climat. Les organismes planctoniques sont adaptés à des conditions environnementales spécifiques qui limitent leur biogéographie et leur écologie. Cependant, nos connaissances sur la manière dont les organismes planctoniques interagissent pour maintenir des communautés pérennes dans des océans constamment homogénéisés par les courants sont limitées. Par ailleurs, le rôle des interactions planctoniques dans les grands cycles biogéochimiques, comme la régulation de la pompe biologique à carbone, reste à modéliser et à analyser afin que la composante biologique puisse être pleinement intégrée dans les modèles océaniques. Pour relever ces défis, nous souhaitons développer des outils informatiques pour modéliser les communautés de micro-organismes marins qui soutiennent les cycles biogéochimiques (par exemple les cycles du carbone et de l’azote) et simuler l’échange de métabolites sous-jacents comme mécanisme de régulation de ces cycles.
Les principales tâches du projet seront de :
– Modéliser les communautés de micro-organismes marins à l’échelle du génome en utilisant des approches d’inférence de graphes de cooccurrence via les données métagénomiques issues de campagnes océanographiques récentes (Tara Oceans, Bio-GO-SHIP, CEODOS et AtlantECO) (principales tâche).
– Modéliser les réseaux métaboliques de ces organismes à l’échelle du génome en utilisant des approches de programmation par contraintes ou multi-objectifs (tâche principale).
– Développer une approche intégrée de modélisation écologique et métabolique afin d’identifier les mécanismes conjoints façonnant l’assemblage de ces communautés planctoniques et les cycles biogéochimiques associés (tâche principale).
– Simuler et prédire numériquement les effets de multiples facteurs de stress climatiques sur ces communautés en identifiant les espèces sentinelles sensibles aux variations (de température et de nutriments) et ayant un impact sur les autres organismes de la communauté (tâche secondaire).
Le candidat travaillera au sein de l’équipe LS2N ComBi à Nantes, sur le site de l’UFR Sciences et Techniques.
Recrutement dans le cadre du projet européen (H2020) AtlantECO ( https://www.atlanteco.eu/ ).
Exigences
- Domaine de recherche
- La physique
- niveau d’éducation
- Doctorat ou équivalent
- Langues
- FRANÇAIS
- Niveau
- Basique
- Domaine de recherche
- La physique
- Années d’expérience en recherche
- Aucun
Informations Complémentaires
Le candidat doit être titulaire d’un doctorat en (bio)informatique, biologie computationnelle, biostatistique ou dans un domaine connexe, avec des compétences en modélisation de systèmes biologiques.
– Expérience en séquençage à haut débit, en métagénomique ou en analyses métatranscriptomiques d’ensembles de données à grande échelle.
– Expérience des approches basées sur les réseaux et de la modélisation métabolique à l’échelle du génome et de la communauté.
– Expérience en analyse de données, statistiques et visualisation, par exemple en Python ou R.
– Connaissance des méthodes d’apprentissage automatique.
– Capacité à travailler de manière autonome et en équipe, et à l’interface entre les sciences de la vie et l’informatique.
– De bonnes compétences rédactionnelles et de communication en anglais sont attendues ainsi qu’une aptitude au travail en équipe.
- Site Web pour plus de détails sur le travail
Job Features
Job Category | Physical, Postdoctoral |