CDD Ingénieur d'études en modélisation mathématique et biostatistique

L’Inserm est le seul organisme public français entièrement dédié à la recherche biologique, médicale et en santé des populations. Il dispose de laboratoires de recherche sur l’ensemble du territoire, regroupés en 12 Délégations Régionales. Notre institut réunit 15 000 chercheurs, ingénieurs, techniciens et personnels administratifs, avec un objectif commun : améliorer la santé de tous par le progrès des connaissances sur le vivant et sur les maladies, l’innovation dans les traitements et la recherche en santé publique.

Rejoindre l’Inserm, c’est intégrer un institut engagé pour la parité et l’égalité professionnelle, la diversité et l’accompagnement de ses agents en situation de handicap, dès le recrutement et tout au long de la carrière. Afin de préserver le bien‑être au travail, l’Inserm mène une politique active en matière de conditions de travail, reposant notamment sur un juste équilibre entre vie personnelle et vie professionnelle.

L'Inserm a reçu en 2016 le label européen HR Excellence in Research et s'est engagé à faire évoluer ses pratiques de recrutement et d'évaluation des chercheurs.

Le Poste

Sénescence, immunosurveillance et fibrose pulmonaire. CDD 12 mois, IHU RespirERA, IRCAN Nice. Prise de fonctions : 1er décembre 2026.

Pourquoi un traitement bref produit-il un bénéfice durable ? L'équipe ISAC a montré que les cellules sénescentes échappent aux cellules NK grâce au ganglioside GD3, un point de contrôle immunitaire associé à la sénescence, et qu'un blocage transitoire de GD3 restaure l'immunosurveillance avec des effets qui persistent plus d'un an après l'arrêt du traitement. Notre hypothèse : le système cellules sénescentes / cellules NK est bistable, et l'anti-GD3 le fait basculer d'un état pathologique vers un état contrôlé. Nous recrutons un ingénieur pour donner à cette hypothèse une forme mathématique, la confronter à nos données et l'appliquer à la fibrose pulmonaire.

Missions

Construire, calibrer et exploiter des modèles quantitatifs de la dynamique cellules sénescentes / cellules NK dans la fibrose pulmonaire, et assurer l'analyse biostatistique des données associées, en appui direct du programme de l'équipe ISAC au sein de l'IHU RespirERA.

Le cadre de modélisation est celui d'un paysage bistable à double puits : la charge sénescente y est la variable lente, le traitement anti-GD3 une déformation du paysage, et la persistance de son effet une hystérésis.

Activités principales

• Formaliser la dynamique cellules sénescentes / cellules NK sous forme d'un système lent-rapide (EDO, puis EDP structurées si les données le justifient).
• Analyser ses bifurcations (de type nœud-col) pour identifier la frontière entre contrôle immunitaire et échappement, et les conditions de bascule induites par l'anti-GD3.
• Calibrer les modèles sur les données de l'équipe : inférence de paramètres, approches bayésiennes, analyses d'identifiabilité et de sensibilité.
• Analyser et intégrer les données transcriptomiques (RNA-seq bulk, scRNA-seq, transcriptomique spatiale) issues de modèles de sénescence in vitro (plusieurs inducteurs) et de fibrose pulmonaire murine (bléomycine, poumon âgé, avec ou sans anti-GD3).
• Réaliser les analyses biostatistiques des projets : plans d'analyse, tests, modèles statistiques, visualisation.
• Développer des codes et pipelines reproductibles, documentés et versionnés.

Activités associées

• Travailler au quotidien avec les biologistes de l'équipe pour orienter le design expérimental vers les besoins du modèle.
• Contribuer, le cas échéant, à l'analyse des données des cohortes pulmonaires de l'IHU RespirERA.
• Présenter les résultats en réunion d'équipe et devant le consortium IHU.
• Contribuer aux publications et aux demandes de financement ; assurer une veille méthodologique.

Connaissances

• Équations différentielles ordinaires et aux dérivées partielles, systèmes dynamiques et théorie des bifurcations.
• Méthodes numériques (différences finies, éléments finis ou volumes finis).
• Statistique et inférence ; méthodes bayésiennes et de Monte-Carlo appréciées.
• Apprentissage automatique appliqué au calcul scientifique et analyse de données omiques appréciés.
• Connaissances de base en biologie de la sénescence et en immunologie, ou forte motivation à les acquérir rapidement.
• Anglais scientifique.

Savoir-faire

• Programmer en Python (bibliothèques scientifiques, PyTorch apprécié) et/ou R.
• Traduire une question biologique en modèle mathématique.
• Mener une campagne de simulations numériques et en analyser rigoureusement les résultats.
• Rendre des résultats quantitatifs lisibles pour des biologistes.

Profil Recherché

Aptitudes

Rigueur, autonomie, esprit d'initiative. Goût réel pour l'interdisciplinarité et le trava