REJOIGNEZ LE CRCT

Où ?

Un poste de post-doctorant d’une durée de 2 ans est ouvert dans l’équipe DIAD (Dose Individualisation of Anti-cancer Drugs) du Centre de Recherche en Cancérologie de Toulouse (CRCT, UMR 1037, Inserm, https://www.crct-inserm.fr/fr/ ) co-supervisé par Etienne Chatelut, Melanie White-Koning et Jean-Baptiste Woillard (de l’Université de Limoges).

Quoi ?

Le poste a été créé dans le cadre du projet DIGPHAT, financé par le gouvernement français (PEPR Santé numérique) qui regroupe plusieurs équipes issues de plusieurs universités et organismes de recherche en France.

Le projet DIGPHAT (Digital Pharmacological Twins, jumeaux numériques pharmacologiques) (https://anr.fr/ProjetIA-22-PESN-0017) s’intéresse à la collecte et à la modélisation de données pharmacologiques et multimodales à différentes échelles : moléculaire (identification des mécanismes d’action des médicaments), cellulaire (ex. caractérisation des lésions tissulaires), patient (variabilité interindividuelle pharmacocinétique/pharmacodynamique).  Un consortium multidisciplinaire avec une expertise en pharmacologie, en génomique intégrative et en modélisation mécanistique ou basée sur l’intelligence artificielle travaille à relever ces défis et vise à développer un cadre computationnel permettant l’intégration d’un ensemble de données et de modèles mécanistiques dans des méta-modèles en utilisant des réseaux bayésiens ou des approches basées sur l’intelligence artificielle (IA). Ces méta-modèles amélioreront les performances prédictives en vue de la personnalisation des thérapies médicamenteuses (choix de la molécule, de la dose, des cibles de concentration et du régime associé) dans la pratique clinique ainsi que l’évaluation de leurs effets indésirables. Ce projet vise à générer des jumeaux numériques pharmacologiques qui seront appliqués à 3 domaines cliniques majeurs : la transplantation rénale, l’oncologie et les infections bactériennes ou fongiques résistantes.

Le rôle du post-doctorant recruté sera de se concentrer sur les applications en oncologie (cancer du rein et du poumon) et de participer aux workpackages 3 et 4 du projet, en collaborant avec d’autres collègues du consortium avec les objectifs suivants :

– évaluer la pertinence des modèles de calcul pour les différentes échelles biologiques et des modèles mécanistiques de pharmacocinétique ou de pharmacodynamique sélectionnés dans la littérature, en les mettant en œuvre et en simulant des profils basés sur ces modèles.

– agréger différents types de modèles multi-échelles (mécanistiques ou d’apprentissage automatique) pour prédire la probabilité d’événements cliniques. L’encodeur et les transformateurs devront être adaptés pour surmonter certains défis tels que le mélange des covariables basales et longitudinales, la capture des dépendances dans les données séquentielles.  Un modèle d’apprentissage profond permettant d’intégrer à la fois les approches ODE et data-driven (y compris les ODE neuronales dans l’échelle originale ou l’espace latent) sera développé. Les données utilisées seront des données publiées/simulées ainsi que des données disponibles provenant des différentes équipes impliquées dans le projet.

Qui ?

Le candidat idéal aura une forte expertise et expérience en apprentissage automatique, apprentissage profond, de préférence avec des applications dans les domaines de la pharmacologie, de la biologie ou de la médecine.

Qualifications et compétences professionnelles requises

• Doctorat dans l’un des domaines suivants : mathématiques, biostatistique, bio-informatique, biologie computationnelle, informatique, sciences pharmaceutiques et/ou médicales avec une expérience en IA ou dans une autre discipline pertinente.
• Solide expérience en matière d’apprentissage automatique, d’apprentissage profond et d’analyse des données massives (big data).
• Une connaissance/expérience en pharmacologie/pharmacométrie serait un atout mais n’est pas requise.

Compétences non techniques : Excellentes compétences en matière de communication, de résolution créative de problèmes, de travail en équipe.

DOCUMENTS REQUIS POUR LA CANDIDATURE, CRITÈRES D’ÉLIGIBILITÉ

• Un curriculum vitae
• Une présentation concise de la recherche en cours
• Le nom et l’adresse électronique de trois personnes de référence.

COMMENT POSTULER :

par courrier électronique à chatelut.etienne@iuct-oncopole.fr ET melanie.white-koning@univ-tlse3.fr

TYPE DE CONTRAT : TEMPORAIRE STATUT DE L’EMPLOI : TEMPS PLEIN

DATE DE DÉBUT ENVISAGÉE : 01/05/2025

DURÉE ENVISAGÉE : 48 mois

LIEU(X) DE TRAVAIL : Basé à Toulouse (Centre de Recherche en Cancérologie de Toulouse (CRCT, UMR 1037, Inserm), 2 avenue Hubert Curien, 31000 Toulouse) avec quelques déplacements de courte durée (quelques jours) vers d’autres sites en France (ex. Limoges, Marseille).

Lieu : Centre de Recherche en Cancérologie de Toulouse (CRCT), France
Durée : 18 mois, avec possibilité de prolongation
Date limite de candidature : 01/07/2025

Contexte :

Un poste de chercheur postdoctoral, financé par une prestigieuse bourse Synergy du Conseil Européen de la Recherche (ERC), est à pourvoir immédiatement pour une durée de 18 mois dans l’équipe 20 « Dynamiques moléculaires des interactions lymphocytaires » du Centre de Recherche en Cancérologie de Toulouse (DynACT, CRCT), dirigée par le Dr Salvatore Valitutti. Ce projet s’inscrit dans une collaboration internationale dynamique avec les universités d’Oxford (Royaume-Uni), de Sienne (Italie) et de la Sarre (Allemagne).
Le/la candidat(e) retenu(e) étudiera les signatures fonctionnelles des lymphocytes T CD8+ cytotoxiques, en mettant l’accent sur la distinction entre les phénotypes hautement efficaces et les moins performants. Le projet débutera par des analyses in vitro de l’activité cytotoxique à l’aide de divers tests multiplexés (scRNA-seq, cytométrie en flux) et techniques d’imagerie. Cette phase sera suivie d’études translationnelles visant à évaluer ces signatures dans des échantillons cliniques de patients atteints de mélanome, via la protéomique spatiale (Phenocycler Fusion, Akoya). À une phase ultérieure du projet, les résultats seront explorés dans le contexte de la thérapie CAR-T chez les patients atteints de lymphome B diffus à grandes cellules (DLBL), en collaboration avec le service d’hématologie de l’IUCT-Oncopole. L’objectif sera alors de corréler les signatures des cellules CAR-T avec les réponses cliniques et d’identifier de nouveaux mécanismes moléculaires ou biomarqueurs exploitables pour améliorer leur efficacité thérapeutique.

Missions :

• Concevoir, réaliser et analyser des expériences pour caractériser la cytotoxicité des cellules CAR-T.
• Collaborer avec des partenaires internes et internationaux.
• Contribuer à l’analyse des données, à leur interprétation et à la rédaction de publications scientifiques.
• Participer à la formation des doctorants, étudiants en master et techniciens de laboratoire impliqués dans le projet.
• Collaborer au développement de nouvelles propositions de projets.

Qualifications requises :

• Doctorat en onco-immunologie ou dans un domaine connexe.
• Solide expertise en cytométrie en flux multicolore.
• Expérience scientifique prouvée (publications, communications).
• Excellentes compétences en communication, organisation et techniques expérimentales.
• Maîtrise des outils bioinformatiques pour l’analyse de données en cellule unique.
• Anglais courant (écrit et parlé).

Qualifications appréciées :

• Expérience en techniques d’imagerie.

Opportunités :

• Contribuer à une recherche de pointe sur les thérapies anticancéreuses à base de cellules CAR-T.
• Accès à des plateformes de pointe en omiques unicellulaires et spatiales.
• Environnement collaboratif et opportunités d’évolution de carrière.

Candidature :

Envoyez une lettre de motivation, un CV et deux lettres de recommandation à : salvatore.valitutti@inserm.fr et roxana.khazen@inserm.fr.