Postdoctorant en biologie des systèmes computationnelle et modélisation métabolique

La dysrégulation du métabolisme lipidique joue un rôle clé dans le développement et la progression des troubles métaboliques, notamment l’obésité, le diabète de type 2 et la stéatose hépatique associée à une dysfonction métabolique (MASLD). Nous recherchons un scientifique très motivé en biologie computationnelle et des systèmes pour travailler sur un projet financé par le Fonds national suisse de la recherche scientifique (FNS) visant à approfondir notre compréhension du métabolisme lipidique humain dans la MASLD. Le projet se concentre sur la modélisation du métabolisme humain en intégrant des données cliniques avec des modèles expérimentaux. Il implique des données biochimiques et moléculaires provenant de multiples tissus et biofluides afin d’étudier le métabolisme spécifique aux tissus, les interactions métaboliques entre organes, ainsi que l’absorption, la transformation et la libération des nutriments. Le projet combine modélisation statistique, biologie des systèmes et modélisation métabolique in silico avec des données cliniques, transcriptomiques, protéomiques, métabolomiques/lipidomiques, d’imagerie moléculaire spatiale et de flux métabolique expérimental pour fournir de nouvelles perspectives sur les altérations métaboliques complexes sous-jacentes à la MASLD.

Ce que vous pouvez attendre

• Développer et appliquer des modèles mathématiques, statistiques et d’apprentissage automatique à des ensembles de données biologiques et cliniques complexes, de haute dimension et multimodales, y compris des données spatiales et d’imagerie
• Modéliser le métabolisme des lipides et des nutriments en utilisant des approches compartimentales, cinétiques, mécanistiques, de réseau métabolique ou basées sur la physiologie
• Reconstruire et modéliser des réseaux métaboliques spécifiques aux tissus et valider les prédictions des modèles à l’aide de données expérimentales
• Participer et contribuer à des projets de recherche multidisciplinaires et collaboratifs
• Préparer, présenter et communiquer les résultats scientifiques lors de réunions internes, conférences internationales et par des publications évaluées par des pairs

Votre profil

• Doctorat ou équivalent en biologie computationnelle, biologie des systèmes, mathématiques appliquées, génie biochimique ou domaine connexe
• Solide expertise en modélisation mathématique et statistique, apprentissage automatique et biologie des systèmes, avec expérience dans l’analyse de données biologiques ou cliniques de haute dimension, multimodales ou multi-omiques
• Expérience démontrée en modélisation métabolique in silico, par exemple modélisation métabolique basée sur des contraintes ou à l’échelle du génome, reconstruction de réseaux métaboliques, modélisation cinétique ou de flux métabolique, ou simulation basée sur les données
• Maîtrise de R, Python ou MATLAB et expérience d’intégration de données expérimentales avec des modèles computationnels
• Expérience en spectrométrie de masse, omiques spatiales, imagerie moléculaire ou imagerie tissulaire est un atout majeur
• Scientifique enthousiaste et collaboratif avec de solides compétences analytiques et en résolution de problèmes, capacité à travailler de manière autonome et en équipes multidisciplinaires, et excellent anglais écrit et parlé

Ce que nous offrons

• Un environnement de recherche soutenant, collaboratif et à la pointe de la technologie avec des opportunités de développement scientifique et professionnel
• Participation à des projets de recherche multidisciplinaires à l’interface de la biologie computationnelle, biologie des systèmes, métabolisme, multi-omiques, imagerie moléculaire et recherche clinique
• La possibilité de travailler avec de grands ensembles de données issues d’études précliniques et cliniques
• Collaboration étroite avec des experts de différentes disciplines scientifiques et cliniques

Des questions sur le poste ?

Pour plus d’informations, veuillez contacter Prof. Mojgan Masoodi Responsable de la recherche

+41 31 66 4 05 32