STAGE Ingénieur.e Recherche Bio-informatique et Modélisation

DASSAULT SYSTEMES; Vélizy-Villacoublay; Sur place; EUR 10 000 - 13 000; Temps partiel

Résumé du poste

Dassault Systèmes, via l'équipe Virtual Twin of Human Technology, recherche un stagiaire pour explorer les interactions entre médicaments et microbiote intestinal, en mobilisant des approches in silico de modélisation métabolique, simulations de communautés et analyses de données.

Vous travaillerez avec cliniciens et chercheurs pour établir un état de l'art, appliquer des méthodes sur un jeu de données réel et automatiser les pipelines analytiques afin d'intégrer le workflow dans l'écosystème de

Qualifications

• Établir un état de l'art sur les interactions bi-directionnelles entre les médicaments et le microbiote intestinal et les méthodologies pertinentes.
• Appliquer des méthodes sélectionnées sur un ensemble de données réel adapté.
• Automatiser les workflows d'analyses pour s'intégrer dans l'écosystème de pipelines.
• Présenter les résultats au groupe Virtual Twin.

Responsabilités

• Conduire des analyses des relations médicament-microbiote à l'aide de modélisation métabolique et d'IA.
• Appliquer des méthodologies sur un jeu de données réel.
• Automatiser les workflows d'analyses pour les pipelines.
• Présenter les résultats au groupe Virtual Twin et aux cliniciens.

Description du poste

Sujet : Détermination des effets des médicaments, des processus métaboliques et des bactéries à l'aide d'un réseau d'interactions : étude des interactions entre la prise de médicaments, la production métabolique et les protéines chez les patients atteints de maladies métaboliques.

L'organisation Virtual Twin of Human Technology de Dassault Systèmes est une équipe pluridisciplinaire dans des domaines technologiques, biologiques et biomédicaux de l'entreprise. Elle réalise une veille scientifique et technologiques permanente ainsi que des prototypes logiciels pour évaluer l'applicabilité des nouvelles technologies et/ou des connaissances scientifiques pour une nouvelle dimension de la santé humaine. Par exemple, dans un but de prévention, la modélisation virtuelle et sa simulation vont devenir un élément clef pour les médecins souhaitant transformer des informations très complexes en actes médicaux pratiques.

Au sein de l'équipe Metabolism Twin, notre projet d'estimation de risque cardiovasculaire pour des personnes à haut risque nous amène à développer des algorithmes d'intégration de données hétérogènes complexes permettant la mise en avant de diverses informations. Dans le cadre de ce projet, nous sommes amenés à échanger avec des cliniciens, des cardiologues ainsi que des académiques.

Notre intestin héberge une communauté diversifiée de micro organismes, connue sous le nom de microbiote intestinal, qui joue un rôle fondamental dans de nombreux aspects de notre homéostasie : nutrition, immunité, métabolisme et défense contre les agents pathogènes. Au cours des années précédentes, de nombreuses études mis en évidence les interactions multiples entre le microbiote avec la physiopathologie de son hôte et son impact dans des maladies telles que le diabète ou encore certains cancers.

Dans un contexte clinique, l'influence du microbiote sur les médicaments demeure encore peu explorée, alors que ces interactions bidirectionnelles ont un impact significatif sur l'efficacité, la biodisponibilité et la toxicité des traitements, ainsi que sur la composition globale et la diversité de la communauté intestinale [1]. Cette difficulté à modéliser précisément l'impact des médicaments sur le microbiote (et inversement) souligne la nécessité de disposer de workflows fiables qui combinent les prédictions issues de modèles métaboliques du microbiote avec les caractéristiques pharmacocinétiques des médicaments [2].

Durant ce stage, votre rôle sera d'explorer, à l'aide de plusieurs méthodologies in silico intégrant modélisation métabolique, simulations de communautés [3] et méthodes d'analyses de données et d'intelligence artificielle, les relations bidirectionnelles entre les médicaments et le microbiome humain.

L'objectif étant d'élucider les réseaux complexes qui lient l'hôte, les médicaments et le microbiote, afin de mieux prédire la réponse individuelle à un traitement donné.

[1] Tuteja S, Ferguson JF. Gut Microbiome and Response to Cardiovascular Drugs. Circ Genom Precis Med. 2019 Sep;12(9):421-429. doi: 10.1161/CIRCGEN.119.002314. Epub 2019 Aug 28. PMID: 31462078; PMCID: PMC6751004.

[2] Algavi YM, Borenstein E. A data-driven approach for predicting the impact of drugs on the human microbiome. Nat Commun. 2023 Jun 17;14(1):3614. doi: 10.1038/s41467-023-39264-0. PMID: 37330560; PMCID: PMC10276880.

[3] Diener C, Gibbons SM, Resendis-Antonio O. MICOM: Metagenome-Scale Modeling To Infer Metabolic Interactions in the Gut Microbiota. mSystems. 2020 Jan 21 ;5(1) : e00606-19. doi: 10.1128/mSystems.00606-19. PMID : 31964767 ; PMCID : PMC6977071.

Vos missions

En tant que stagiaire, vos objectifs seront :

• D'établir un état de l'art sur la connaissance des interactions bi-directionnelles entre les médicaments et le microbiote intestinal ainsi que sur les méthodologies pertinentes issues de la littérature scientifique
• D'appliquer des méthodologies sélectionnées sur un ensemble de données réelles et approprié au contexte d'intérêt de l'équipe.
• D'automatiser vos workflows d'analyses afin de les intégrer à l'écosystème de pipelines utilisé dans l'équipe
• De synthétiser vos travaux et les présenter aux autres membres du groupe Virtual Twin.