Apprentissage profond (deep learning) pour la biologie moléculaire et cellulaire

Présentation d'INRAE

INRAE, Institut national de recherche pour l’agriculture, l’alimentation et l’environnement, est un organisme public de recherche qui réunit 12 000 collaborateurs au sein de 272 unités réparties sur 18 centres en France . Premier organisme mondial spécialisé sur l’ensemble agriculture – alimentation – environnement, INRAE joue un rôle clé pour accompagner les transitions nécessaires face aux grands défis planétaires.

Face à l’augmentation de la population, aux enjeux de sécurité alimentaire, au changement climatique, à la raréfaction des ressources et au déclin de la biodiversité, INRAE s’engage à développer des solutions scientifiques et à accompagner l’évolution des pratiques agricoles, alimentaires et environnementales.

Environnement de travail, missions et activités

Contexte et partenariats
Le projet s’inscrit dans la volonté de pousser le développement de l’Intelligence artificielle (IA), en particulier de l’apprentissage profond, et de renforcer les capacités de modélisation des systèmes complexes (OS 5.2 d’INRAE 2030 () et métaprogramme DIGIT-BIO ). Les méthodes d’apprentissage profond et les modèles génératifs se développent de manière très forte sur les domaines de la biologie moléculaire, de la biologie de synthèse et de l’analyse de séquences, permettant de répondre à des questions complexes de manière inégalée (prédiction de la structure de protéines, prédiction génotype / phénotype et en particulier prédiction des effets de variants de séquences, …). Elles peuvent ouvrir de nouvelles pistes pour accompagner les défis posés par la transition agro-écologique dans un contexte de changement climatique. Des retombées sont envisageables dans la plupart des autres Orientations Scientifiques (OS) pointées par INRAE 2030, et en particulier, dans le cadre de cette chaire de professeur Junior (CPJ) centrée sur des applications à l’échelle moléculaire, sur OS 1.1 et 2.2 (appui à la transition des systèmes de culture et transition des élevages par la meilleure compréhension des régulations biologiques), OS 3.1 (aide à la création de systèmes biocatalytiques innovants / chimie verte). La thématique de la CPJ est intégrée dans les grands objectifs scientifiques du schéma stratégique du département de recherche MathNum, en particulier dans celui centré sur la donnée et son traitement. Ce projet de chaire vise à permettre d’intégrer les développements extrêmement rapides du domaine pour répondre aux questions dans les domaines de la biologie de synthèse ou de la compréhension des mécanismes moléculaires, tout en répondant aux enjeux propres des données générées dans le contexte INRAE (nécessité de transfert de données/modèles obtenus sur des espèces modèles par exemple). Il s’inscrit naturellement dans le champ des probabilités, statistique et apprentissage automatique, pour lequel l’unité de recherche Mathématiques et Informatique Appliquées de Toulouse (MIAT) a une expertise forte, avec une spécificité marquée et croissante sur les approches d’apprentissage profond. L’unité de recherche MIAT est structurée en 4 axes thématiques et cette chaire est positionnée dans l’axe Biologie computationnelle (BioComp). BioComp est porteur de questions spécifiques, en lien avec l’étude de la séquence d’ADN/ARN et pour lesquelles les grands modèles de langages sont efficaces. Si BioComp a déjà des recherches en lien avec l’apprentissage profond (réseaux de neurones pour graphes, modèles d’IA générative, utilisation pour le traitement du signal ou l’assemblage de génomes), il manque une personne porteuse d’une compétence front de sciences en apprentissage à la frontière statistique/informatique et d’une expertise avérée en génomique, avec une capacité à développer de nouvelles méthodes.

Nature et objet du projet de recherche
Les réseaux de neurones ont des performances inédites sur des sujets variés d’intérêt pour INRAE : annotation automatique de génome, analyse d’images pour le phénotypage haut-débit ou analyse de signaux de séquençage Nanopore, prédiction de l’impact de mutations du génome ou apprentissage des liens séquence-structure-fonction des protéines. Or, le domaine de l'IA est dans une dynamique extrême qui rend difficile une actualisation des connaissances. Votre activité sera durablement focalisée sur ces développements technologiques et méthodologiques permettant de soutenir de manière réaliste l’engagement de l’unité sur ce sujet. Vous êtes mathématicien·e ou informaticien·e, vous avez des compétences solides en IA (IA générative, apprentissage par transfert ou modèles d’IA informés par la physique par exemple), avec une expérience avérée en bioinformatique (fonctionnement des génomes, en particulier d’animaux ou de plantes, biologie des systèmes, etc.). Nature et objet du projet d’enseignement Vous soutiendrez les besoins accrus d’enseignements en IA en région toulousaine. Plusieurs formations locales (INSA, ISAE Supaéro, Département de Mathématiques de l’Université de Toulouse et Master de Bioinformatique de l’Université de Toulouse) ont formalisé par écrit leur intérêt à accueillir tout ou partie des enseignements dispensés par la personne recrutée, sur des thématiques d’apprentissage, d’apprentissage profond ou d’apprentissage pour la bioinformatique.

Financement et moyens associés
Package ANR : 200 000€
Package INRAE : 100 000€
Autres financement : 60 000€
Total : 360 000€

Formations et compétences recherchées

Doctorat ou équivalent

Vous êtes titulaire d’un doctorat en statistique ou en informatique avec une spécialisation en Intelligence Artificielle. Vous êtes reconnu·e pour vos travaux dans le domaine de l’apprentissage statistique ou de l’apprentissage profond (IA générative, apprentissage par transfert ou modèles d’IA informés par la physique par exemple). Vous avez une expérience avérée en bioinformatique (fonctionnement des génomes, en particulier d’animaux ou de plantes, biologie des systèmes, etc.). Vous avez une expérience de recherche significative ainsi qu’une expérience en montage et conduite de projet. Un goût prononcé pour les travaux de recherche à l’interface est indispensable. Vous appréciez le travail en équipe et vous avez un très bon relationnel, vous faites preuve d’initiative et d’autonomie.

Votre qualité de vie à INRAE

En rejoignant INRAE, vous bénéficiez :

- de 30 jours de congés + 15 RTT par an (pour un temps plein)
- d'un soutien à la parentalité : CESU garde d'enfants, prestations pour les loisirs ;
- de dispositifs de développement des compétences : formation , conseil en orientation professionnelle ;
- d'un accompagnement social : conseil et écoute, aides et prêts sociaux ;
- de prestations vacances et loisirs : chèque-vacances, hébergements à tarif préférentiel ;
- d'activités sportives et culturelles ;
- d'une restauration collective.

Consultez notre guide pour faciliter la venue et le séjour des scientifiques internationaux à INRAE

Nature du contrat

Les chaires de professeur junior permettent de recruter des scientifiques sur projet de recherche et d’enseignement pendant une durée de 3 ans . Puis , à l’issue de cette période et après évaluation de votre valeur scientifique et de votre aptitude professionnelle , vous pouvez accéder à un emploi de titulaire dans le corps des directeurs et directrices de recherche de 2e classe (DR2).

Une convention de recherche et d’enseignement précisera le parcours de titularisation que vous suivrez afin de vous permettre d'acquérir une qualification en rapport avec les missions du corps dans lequel vous avez vocation à être titularisé -e.

Les inscriptions sont ouvertes jusqu'au 22 juin 2026 . Seuls seront convoqués à l’audition les candidats et les candidates préalablement sélectionné-es sur dossier par la commission de sélection .

Modalités pour postuler

1. Je télécharge le guide
2. Je note le n° du profil CPJ26-MATHNUM-1
3. Je postule

Les personnes accueillies à INRAE, établissement public de recherche, sont soumises aux dispositions du Code de la fonction publique notamment en ce qui concerne l’obligation de neutralité et le respect du principe de laïcité. A ce titre, dans l’exercice de leurs fonctions, qu’elles soient ou non au contact du public, elles ne doivent pas manifester leurs convictions, par leur comportement ou leur tenue, qu’elles soient religieuses, philosophiques ou politiques. > En savoir plus : site fonction publique.gouv.fr