Ingénieur(e) en bioinformatique et computational protein design

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Missions :
Le groupe Etude et conception de composés biologiquement actifs, au sein du Laboratoire de Biologie tissulaire et ingénierie thérapeutique recrute un(e) Ingénieur(e) en bioinformatique et computational protein design.
Le projet a pour objectif de développer un pipeline informatique robuste, reproductible et automatisé pour la conception computationnelle de protéines et de peptides, en s'appuyant sur les méthodes récentes d'intelligence artificielle et de modélisation structurale.
Le/la candidat(e) sera principalement chargé(e) de la conception et du développement du pipeline, de l'intégration de différents outils de computational protein design, ainsi que de la mise en place de procédures permettant de tester et d'évaluer automatiquement les designs générés.
Le projet sera réalisé au sein d'un environnement interdisciplinaire associant bioinformatique, biologie structurale, biophysique et biologie expérimentale.
Le/la candidat(e) sera encadré(e) sur la partie scientifique et méthodologique du computational protein design par un chercheur expert du domaine. Une connaissance préalable de l'ensemble des méthodes de computational protein design n'est donc pas requise.
L'objectif est de recruter avant tout un(e) ingénieur(e) disposant de solides compétences en programmation scientifique et en bioinformatique, capable de prendre en main de nouvelles méthodes et de les intégrer dans des workflows reproductibles.
Activités :
Développement d'un pipeline de computational protein design

Le/la candidat(e) développera un workflow permettant d'automatiser différentes étapes de conception :
Génération de structures → Design de séquences → Prédiction structurale → Analyse → Filtrage et ranking

Le pipeline pourra notamment intégrer :
• RFdiffusion pour la génération de structures ;
• ProteinMPNN pour le design de séquences ;
• AlphaFold pour la prédiction et l'évaluation structurale ;
• RoseTTAFold pour la prédiction et la comparaison structurale ;
• Rosetta pour l'analyse et le scoring des designs.
L'objectif sera de développer une architecture permettant d'intégrer facilement différents outils et méthodes, et de faire évoluer le workflow au fur et à mesure de l'avancement du projet. Une connaissance préalable de ces outils est un plus.

Pipeline engineering et automatisation

Le/la candidat(e) sera responsable de la mise en œuvre informatique du workflow.
Ses activités comprendront notamment :
• développement de scripts et modules en Python ;
• automatisation de workflows scientifiques ;
• intégration de logiciels et modèles de calcul existants ;
• gestion des formats d'entrée et de sortie ;
• gestion des paramètres et configurations ;
• automatisation de campagnes de calcul ;
• exécution et gestion des calculs sur GPU/HPC ;
• mise en place de systèmes de suivi et de logs ;
• gestion des erreurs et des reprises de calcul ;
• utilisation de Git et mise en place de bonnes pratiques de développement
Voir plus sur le site emploi.cnrs.fr...

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Competences :
Le candidat doit être titulaire d'une licence dans l'un des domaines suivants ; un master dans ces mêmes domaines serait un atout :
• bioinformatique ;
• biologie computationnelle ;
• bioinformatique structurale ;
• informatique appliquée aux sciences du vivant ;
• intelligence artificielle / machine learning appliqué à la biologie ;

Compétences indispensables
Très bonne maîtrise de Python ;
• expérience en programmation scientifique ou développement de workflows ;
• bonne maîtrise de l'environnement Linux ;
• capacité à utiliser et intégrer des logiciels scientifiques ;
• connaissance de Git et des principes de développement logiciel ;
• capacité à analyser et manipuler des données biologiques ou structurales ;
• autonomie dans la recherche de solutions techniques ;
• bonnes capacités d'analyse et de résolution de problèmes.
• Compétences appréciées

Une expérience dans un ou plusieurs des domaines suivants constituera un atout :
• bioinformatique structurale ;
• modélisation moléculaire ;
• prédiction de structure des protéines ;
• protein design ou peptide design ;
• machine learning / deep learning ;
• calcul scientifique sur GPU ;
• environnement HPC ;
• développement de pipelines bioinformatiques.

Une expérience avec RFdiffusion, ProteinMPNN, AlphaFold, RoseTTAFold ou Rosetta sera appréciée mais n'est pas indispensable.
La connaissance préalable de l'ensemble de ces outils n'est pas attendue. Nous recherchons avant tout un profil présentant de solides compétences techniques et une capacité à apprendre rapidement de nouvelles méthodes.

Aptitudes recherchées
Curiosité scientifique et technique ;
• autonomie et rigueur ;
• intérêt pour le développement logiciel scientifique ;
• capacité à apprendre rapidement de nouveaux outils ;
• capacité à travailler sur des problématiques interdisciplinaires ;
• goût pour l'analyse de données et l'interprétation des résultats ;
• capacité à documenter son travail ;
• bonnes capacités de communication scientifique ;
• capacité à travailler en interaction avec des chercheurs et ingénieurs issus de disciplines différentes.
Contraintes et risques :
Aucun risque biologique et chimique