Le groupe Clinical Discovery Bioinformatics de l’Institut Hospitalo-Universitaire (IHU) de médecine de précision PRISM à Gustave Roussy recherche un·e bioinformaticien·ne. L’IHU PRISM est un programme multidisciplinaire, centré sur plusieurs types de tumeurs, qui vise à mieux comprendre la biologie des cancers de chaque patient afin de réduire la mortalité. Dans ce rôle clé, vous mettrez votre expertise en analyse multiomique au service de grandes cohortes de patients. Vous rejoindrez une équipe dynamique où vous contribuerez à construire une vision intégrée et cliniquement contextualisée des données issues de nos programmes innovants de recherche clinique et translationnelle. Vous participerez directement aux questions scientifiques les plus actuelles, et collaborerez avec les équipes de recherche pour développer des analyses avancées et des outils d’IA dédiés à la médecine de précision. Notre plateforme intégrée de bioinformatique et data science constitue le pilier de cette démarche.

Dans ce poste, vous développerez et mettrez en œuvre des stratégies d’analyse pour répondre aux questions scientifiques posées par les équipes cliniques.
Vous appliquerez des méthodes de pointe aux données spatiales, single-cell, bulk RNA-seq, WGS et exome afin d’identifier les processus biologiques clés qui sous-tendent la variabilité des phénotypes tumoraux (réponse au traitement, progression, outcome…). Un aspect central de vos missions concernera l’analyse des données single-cell et transcriptomiques spatiales issues de nos essais cliniques et programmes d’atlas tumoraux. Vous utiliserez pour cela les technologies Visium, Xenium, Merscope et GeoMx, en combinant méthodes éprouvées et développement de nouvelles approches. 

Vous exercerez les missions suivantes : 

- Apporter une expertise en analyse de données pour aider les équipes cliniques et scientifiques à atteindre leurs objectifs de recherche;

- Développer et mettre en œuvre des stratégies d’analyse pour les données single-cell et spatiales en utilisant un large éventail de méthodes;

- Travailler en étroite collaboration avec les équipes cliniques et scientifiques pour interpréter les résultats et orienter les décisions de recherche;

- Concevoir des modes de présentation innovants et accessibles grâce aux outils modernes de reporting;

- Intégrer dans les workflows les méthodes validées au sein de l’équipe Cancer Discovery Bioinformatics;

- Contribuer à la robustesse et à la reproductibilité des analyses sur la plateforme intégrée du groupe;

- Participer à la conception expérimentale et analytique;

- Gérer de manière autonome l’ensemble du workflow d’analyse;

- Contribuer aux objectifs globaux du groupe Clinical Discovery Bioinformatics;

- Accompagner et former des collègues plus juniors;

- Se tenir informé·e des évolutions du domaine pour continuer à développer ses compétences;

- Participer aux réunions, séminaires et ateliers de Gustave Roussy;

- Publier les résultats lorsque pertinent.

Expériences et compétences requises :

Le·la candidat·e devra être ouvert·e, dynamique et doté·e d’un excellent sens du travail en équipe. Il devra posséder une solide expérience en recherche académique collaborative, notamment en analyse statistique et interprétation de jeux de données complexes et volumineux. 

Compétences essentielles :

- Un doctorat en bioinformatique, statistiques, mathématiques ou en sciences biomédicales avec une forte composante computationnelle est requis.

- Expérience de l’analyse de données issues de technologies de séquençage haut débit.

- Excellente maîtrise de R et/ou Python, et connaissance approfondie des écosystèmes associés.

- Solide compréhension théorique des méthodes bioinformatiques et data science appliquées aux données omiques.

- Expérience des technologies single-cell et transcriptomiques spatiales.

- Bonnes compétences Linux et HPC.

- Expérience dans la communication de résultats d’analyse à des équipes de recherche.

- Capacité à travailler de manière autonome à toutes les étapes d’un projet d’analyse.

- Capacité à organiser et prioriser efficacement sa charge de travail.

Compétences souhaitées :

- Connaissances en biologie du cancer.

- Familiarité avec les approches statistiques appliquées aux données biologiques.

- Compétences en HPC, big data, développement logiciel et technologies web.

- Expérience dans la conception expérimentale et analytique.

- Expérience en développement et déploiement de pipelines (Snakemake, Nextflow…).

- Connaissance des bonnes pratiques de développement logiciel.