SERVIER CAMPUS

Stage : Prise en compte des réseaux biologique dans l’identification des biomarqueurs (H/F)


Published on
29 Oct2020
Duration

6 mois

Reference

2020-10-29 BMK-PEX-MVD

Remuneration

By profile

Location

Suresnes

Start date

As soon as possible


Job description

A ce jour il n’existe pas de traitement sur le marché pour traiter les patients atteints du syndrome Sjögren (pSS), dû à plusieurs facteurs qui entravent le développement de médicaments pour cette maladie auto-immune systémique multi-organes.

En particulier, une forte hétérogénéité de la maladie existe chez les patients à la fois en termes de manifestations cliniques et de perturbations biologiques sous-jacentes. Une classification moléculaire basée sur la caractérisation multi-omique [1] a été proposée et identifie 4 groupes de patients présentant des schémas distincts de dérégulation immunitaire. L’identification d’une signature robuste pour discriminer des groupes de patients est obtenu couramment grâce à des méthodes d’apprentissage telles que la régression pénalisée, la classification (SVM, arbres de décision ou forêt aléatoires) ou de simple analyse d’expression différentielle.

Cependant, ces méthodes ne prennent pas en compte l’information biologique a priori liée à la pathologie.

Les réseaux biologiques, construits sur la base des fonctions connues et des interactions de molécules individuelles, offrent une riche source d'informations pour la sélection des gènes conducteurs.

Dans ce stage, nous visons à étudier des méthodes d’apprentissage intégrant des informations biologiques a priori provenant de réseaux.

De telles méthodes ont été proposées dans [2,3,4] et ont l'avantage de combiner des données transcriptomiques et permettent de comprendre le rôle fonctionnel des gènes individuels capables de distinguer la maladie d'un stade sain ou entre différents stades de la maladie.

[1] A new molecular classification to drive precision treatment strategies  in primary Sjögren's syndrome  Precision medicine approaches, Soret et al, In submission

[2] Metri, R., Mohan, A., Nsengimana, J. et al. Identification of a gene signature for discriminating metastatic from primary melanoma using a molecular interaction network approach. Sci Rep 7, 17314 (2017). https://doi.org/10.1038/s41598-017-17330-0

[3] Zhang, W., Chien, J., Yong, J. et al. Network-based machine learning and graph theory algorithms for precision oncology. npj Precision Onc 1, 25 (2017). https://doi.org/10.1038/s41698-017-0029-7

[4] Lyu Y, Xue L, Zhang F, et al. Condition-adaptive fused graphical lasso (CFGL): An adaptive procedure for inferring condition-specific gene co-expression network. PLoS Comput Biol. 2018;14(9):e1006436. Published 2018 Sep 21. doi:10.1371/journal.pcbi.1006436

Stage réalisé au sein de l’équipe Biomarqueur du département de Médecine Translationnelle:

Missions

  • Revue de la littérature des méthodes d’apprentissage integrant des reseaux biologiques pour de l’analyse supervisée
  • Familiarisation avec les données de patients pSS du consortium PreciseSADS.
  • Application des méthodes sélectionnées aux données de PreciseSADS et interpretation des résultats.

Required profile

Etudiant en dernière année de master Statistiques (ENSAI, ISUP, Isped …) avec une composante biologique.

Connaissance du logiciel R et un fort intérêt pour la science du vivant est nécessaire.

Apply now

image de courriel
Upload my CV
Upload your CV

No file selected

Recommended files: PDF, .DOC or .DOCXMax. 3MB
Transfer my cover letter
Upload your cover letter

No file selected

Recommended files: PDF, .DOC or .DOCXMax. 3MB