Activez les alertes d’offres d’emploi par e-mail !

Vers une meilleure compréhension des protéines membranaires grâce à l'IA

CEA

Saclay

Sur place

EUR 30 000 - 50 000

Plein temps

Il y a 30+ jours

Générez un CV personnalisé en quelques minutes

Décrochez un entretien et gagnez plus. En savoir plus

Repartez de zéro ou importez un CV existant

Résumé du poste

Une opportunité passionnante se présente pour des candidats motivés souhaitant explorer le domaine des protéines membranaires grâce à l'intelligence artificielle. Ce projet de thèse, situé à Saclay, se concentre sur la compréhension de la protéine translocatrice TSPO, essentielle en neuro-imagerie. En utilisant des outils avancés comme AlphaFold et des techniques expérimentales, vous contribuerez à la recherche innovante qui pourrait transformer le diagnostic et la thérapie des maladies graves. Si vous êtes passionné par la biophysique et la biologie structurale, rejoignez ce projet prometteur et faites une différence dans le domaine de la santé.

Qualifications

  • Formation en biophysique et/ou bio-informatique requise.
  • Connaissances en biochimie seront un plus.

Responsabilités

  • Prédiction de la structure de TSPO en présence et absence de ligands.
  • Acquisition de données SAXS/SANS du complexe TSPO/amphiphiles.

Connaissances

Biophysique
Bio-informatique
Biologie structurale
Biochimie

Formation

Formation en biophysique
Formation en bio-informatique

Outils

AlphaFold
MolPlay
Chai-1

Description du poste

Description du sujet de thèse

Domaine
Sciences du vivant

Sujets de thèse
Vers une meilleure compréhension des protéines membranaires grâce à l'IA

Contrat
Thèse

Description de l'offre
Malgré les avancées spectaculaires de l'intelligence artificielle (IA), notamment avec des outils tels qu'AlphaFold, la prédiction des structures des protéines membranaires demeure un défi majeur en biologie structurale. Ces protéines, qui représentent 30% du protéome et 60% des cibles thérapeutiques, sont encore largement sous-représentées dans la Protein Data Bank (PDB), avec seulement 3% de structures résolues. Cette rareté s'explique par la difficulté à maintenir leur état natif dans un environnement amphiphile, ce qui complique leur étude, notamment avec les techniques structurales classiques.

Ce projet de thèse a pour objectif de lever ces obstacles en combinant les capacités prédictives d'AlphaFold avec des données expérimentales de diffusion aux petits angles (SAXS/SANS), obtenues en condition physiologique. L'étude se concentrera sur la protéine translocatrice TSPO, un marqueur clé en neuro-imagerie de plusieurs pathologies graves (cancers, maladies neurodégénératives) en raison de sa forte affinité pour divers ligands pharmacologiques.

Ce travail s'articulera autour de la prédiction de la structure de TSPO en présence et en absence de ligands, de l'acquisition de données SAXS/SANS du complexe TSPO/amphiphiles et de l'affinement des modèles grâce à des outils de modélisation avancée (MolPlay, Chai-1) et des simulations de dynamique moléculaire. En approfondissant la compréhension de la structure et de la fonction de TSPO, ce projet pourrait conduire à la conception de nouveaux ligands pour le diagnostic et la thérapie.

Université / école doctorale
Sciences Chimiques: Molécules, Matériaux, Instrumentation et Biosystèmes (2MIB)
Paris-Saclay

Localisation du sujet de thèse
Site
Saclay

Critères candidat
Formation recommandée
Formation en biophysique et/ou bio-informatique, avec un fort intérêt pour la biologie structurale. Des connaissances en biochimie seront un plus.

Demandeur
Disponibilité du poste
01/10/2025

Personne à contacter par le candidat
COMBET Sophie sophie.combet@cea.fr
CNRS
DRF/IRAMIS/LLB
LLB
01 69 08 67 20

Tuteur / Responsable de thèse
COMBET Sophie sophie.combet@cea.fr
CNRS
DRF/IRAMIS/LLB
LLB
01 69 08 67 20

En savoir plus
https://iramis.cea.fr/en/pisp/sophie-combet/
https://iramis.cea.fr/llb/mmb/presentation-mmb/
https://molplay.mol3d.tech/
Obtenez votre examen gratuit et confidentiel de votre CV.
ou faites glisser et déposez un fichier PDF, DOC, DOCX, ODT ou PAGES jusqu’à 5 Mo.