Estimation des variations de la taille d’une population à partir de données génomiques temporelles

SFBI; Montferrier-sur-Lez; On-site; EUR 6,600 - 8,900; Full time

Benefits offered by this job

Indemnité de stage 693 € par mois

Job summary

CBGP à Montferrier-sur-Lez propose un stage de 6 mois en M2 dans le domaine de l’estimation des variations de taille d’une population à partir de données génomiques temporelles. Le stage est rémunéré 693 € par mois et débute le 4 janvier 2027.

Vous travaillerez sur des données temporelles et des modèles HMM, avec supervision par Paul Bunel et Simon Boitard. Le candidat développera des méthodes pour estimer une taille efficace variable et contribuera au package SelNeTime, au Centre de Biologie

Qualifications

• Étudiant en Master 2 ou équivalent en biologie, génomique ou statistique.
• Connaissances de Python et de modélisation de chaînes de Markov (HMM).
• Intérêt pour l’inférence démographique et l’analyse de données temporelles.

Responsibilities

• Concevoir et développer des méthodes pour estimer Ne variable dans SelNeTime.
• Évaluer les méthodes par simulations et contribuer au développement du paquet SelNeTime.
• Présenter les résultats et être encadré par le CBGP.

Skills

Python

SelNeTime

EM

MCMC

Education

Master 2 / Bac+5

Tools

SelNeTime

Python

Job description

Estimation des variations de la taille d’une population à partir de données génomiques temporelles

Stage·Stage M2·6 moisBac+5 / MasterCBGP·Montferrier-sur-Lez (France)693 euros par mois

Date de prise de poste : 4 janvier 2027

génomique des populations sélection taille efficace séries temporelles HMM

L’essor des technologies de génotypage à haut débit (puces ou séquençage) permet de constituer de grands jeux de données de caractérisation de la diversité génétique des populations. Dans plusieurs contextes ces données sont structurées temporellement : schémas de sélection, dispositifs d’évolution expérimentale, suivi de populations naturelles d’intérêt … Les échantillons génomiques prélevés dans une même population sur plusieurs générations donnent un accès direct aux changements de diversité génétique survenus au cours d’une période donnée. Ils renseignent à la fois sur les processus démographiques et adaptatifs qui agissent sur la population pendant cette période. Une approche courante pour analyser ce type de données consiste à modéliser les comptages alléliques observés dans les échantillons temporels à l’aide d’un modèle de Markov caché (HMM), dans lequel les états cachés sont les véritables fréquences alléliques dans la population aux générations correspondantes (qui représentent donc une trajectoire temporelle de fréquence) [1]. Le cadre des HMM permet de calculer la vraisemblance complète des données, tout en tenant compte à la fois de l’évolution stochastique des fréquences alléliques de la population au fil du temps, sous l’effet de la dérive et de la sélection agissant sur les locus adaptatifs, et du bruit provenant de l’échantillonnage d’un nombre limité d’individus, à des générations éventuellement espacées.

Plusieurs méthodes de ce type ont été proposées jusqu’à présent, se distinguant principalement par la façon dont elles modélisent les probabilités de transition de la chaı̂ne de Markov. Sur la base de travaux précédents [2, 3], nous avons proposé une première version du package Python SelNeTime [4], capable d’inférer la taille efficace (Ne ) puis la sélection (s) à partir de ce type de données. Cependant, les méthodes telles qu’implémentées dans l’outil ne permettent actuellement que l’estimation d’un Ne constant au cours du temps. Ceci peut devenir un inconvénient, notamment lorsque les temps considérés (en générations) sont longs et/ou que des évènements démographiques surviennent, modifiant ainsi la taille efficace de la population.

L’objectif du stage sera donc de développer des méthodes permettant l’inférence d’un vecteur de Ne représentant une taille efficace variable au cours de la période d’intérêt. Ce passage à un vecteur de Ne augmente fortement la dimension de l’espace des paramètres à explorer, ce qui pose des enjeux d’identifiabilité et de coût de calcul. Plusieurs pistes sont envisagées dont certaines seront explorées selon l’avancement du stage : optimisation numérique, algorithme EM, approches MCMC… Les méthodes d’estimation produites seront évaluées par simulation afin d’en mesurer la précision. L’étudiant.e contribuera au développement de SelNeTime et sera encadré.e au Centre de Biologie pour la Gestion des Populations (CBGP) par Paul Bunel (doctorant en 3ème année) et Simon Boitard, co-directeur de la thèse.

Offre publiée le 23 octobre 2026, affichage jusqu'au 20 novembre 2026