Ingénieur.e en bioinformatique

SFBI; Antony; Sur place; EUR 6 700 - 8 900; Plein temps

Avantages offerts par ce poste

Stage rémunéré selon tarifs légaux

Environnement pluridisciplinaire INRAE

Résumé du poste

INRAE PROSE recherche un stagiaire en bioinformatique pour préparer et explorer des données métagénomiques liées à la méthanisation, en lien avec des modélisateurs et expérimentateurs. Vous contribuerez à l’assemblage, l’annotation de gènes et l’analyse des MAGs, et développerez des profils de k-mers.

Le stage de 6 mois débutera en janvier 2027 au sein de l’unité INRAE PROSE à Antony (92). Rigueur, autonomie et travail collaboratif seront essentiels; rémunération selon les tarifs légaux en

Qualifications

• Maîtrise d’un langage adapté (R ou Python) et aisance avec les données de séquençage haut-débit et les approches statistiques.
• Rigueur, autonomie, capacités d’analyse et de synthèse, bon esprit collaboratif.

Responsabilités

• Préparer et explorer les données bioinformatiques du projet.
• Adapter et exécuter les chaînes de traitement existantes (assemblage, gènes, MAGs).
• Développer des analyses ciblées et comparer le contenu informatif par analyses multivariées.
• Visualiser les patterns des échantillons et quantifier les liens entre structure des communautés et les paramètres du procédé.

Connaissances

R

Python

Analyse de données

Description du poste

Une opération de maintenance chez notre hébergeur entrainera une interruption de service du lundi 14 au vendredi 18 septembre.

Date de prise de poste : 15 janvier 2027

digestion anaérobie écologie microbienne métagénomique bioinformatique

Stage de bioinformatique (2026-2027) : quel niveau de lecture des données métagénomiques pour capturer la signature des communautés microbiennes de la méthanisation ?

Contexte. La méthanisation permet de valoriser déchets et effluents organiques en produisant un biogaz riche en méthane. C’est l’un des leviers clés pour atteindre les objectifs européens de production de biométhane (35 milliards de m³/an d’ici 2030). Mais ce procédé est complexe et sensible à de nombreux inhibiteurs : bien qu’exploité à l’échelle industrielle depuis des décennies, sa conduite et ses performances doivent encore être optimisées.
Pour cela, il est indispensable d’intégrer l’information portée par les communautés microbiennes complexes, qui sont le moteur du procédé, sous la forme de données de séquençage haut-débit. Or ce séquençage produit des jeux de données métagénomiques d’une grande richesse, descriptibles à plusieurs niveaux de résolution — lectures, profils de k-mers, gènes, contigs, génomes reconstruits (MAGs) — offrant chacun un compromis différent entre finesse taxonomique, potentiel fonctionnel et robustesse statistique (ex : Ponsero et al., 2023), avec une vision soit intégrée et globale de la communauté, soit individualisée, micro-organisme par micro-organisme. Ces niveaux diffèrent également par leur coût de calcul et par la rapidité avec laquelle l’information peut être obtenue.
Ce stage s’inscrit dans un projet collaboratif visant à développer un modèle hybride (combinant modélisation dynamique et apprentissage automatique) pour prédire la production de méthane en intégrant les données métagénomiques. Ce stage sera dédié à la préparation et à l’exploration bioinformatique des données, en lien avec les modélisateurs du projet.
Objectifs et missions. L’objectif du stage est de déterminer à quel niveau de résolution la signature des communautés microbiennes impliquées dans la méthanisation est la mieux capturée, en tenant compte à la fois de la richesse de l’information obtenue et du coût de calcul associé. Concrètement, la personne recrutée mettra en œuvre et adaptera les chaînes de traitement bioinformatique existantes pour les niveaux les mieux établis (assemblage, gènes, MAGs), et développera plus spécifiquement celles correspondant aux niveaux moins couverts, notamment les profils de k-mers. Elle évaluera ensuite et comparera le contenu informatif au moyen d’analyses multivariées ciblées, permettant de visualiser les patterns formés par les échantillons et de quantifier le lien entre la structure des communautés et les paramètres clés du procédé. Ce travail alimentera ainsi les développements du modèle hybride, portés par les modélisateurs du projet.

Profil. Personne passionnée par l’analyse de données biologiques, maîtrisant un langage adapté (R ou Python) et à l’aise avec les données de séquençage haut-débit et les approches statistiques (ou curieuse de se former). Rigueur, autonomie, solides capacités d’analyse et de synthèse, ainsi qu’un bon esprit collaboratif pour interagir avec les modélisateurs et les autres chercheurs du projet, seront particulièrement appréciés.

Environnement. Stage de 6 mois, à partir de janvier 2027, au sein de l’unité INRAE PROSE (Antony, 92), dans le cadre d’un projet collaboratif entre plusieurs unités de recherche d’INRAE. Environnement pluridisciplinaire et stimulant, au contact de bioinformaticiens, de modélisateurs et d’expérimentateurs. Stage rémunéré selon les tarifs légaux en vigueur.

Contacts. Ariane Bize, [e-mail]; Olivier Chapleur, [e-mail]

Olivier CHAPLEUR
[e-mail]

Offre publiée le 9 septembre 2026, affichage jusqu'au 30 avril 2027