SIB Institut Suisse de Bioinformatique
Wädenswil
Il y a 12 heures
Poste de doctorant en phylogénétique computationnelle
- 16 avril 2026
- 100%
- Durée indéterminée
- Wädenswil
Résumé de l'emploi
Nous recherchons un doctorant en phylogénétique computationnelle à Wädenswil.
Tâches
- Modéliser des séquences génomiques sur des arbres phylogénétiques.
- Développer des algorithmes d'inférence et les implémenter en Rust.
- Évaluer les méthodes par simulation et sur des données réelles.
Compétences
- MSc en informatique, biologie computationnelle ou mathématiques appliquées.
- Solides compétences en algorithmes et optimisation combinatoire.
- Connaissance des modèles stochastiques et de la programmation.
Est-ce utile ?
À propos de cette offre
Pour renforcer notre équipe à Wädenswil, Suisse, nous recherchons un
Poste de doctorant en phylogénétique computationnelle
Tâches du poste
Les séquences génomiques sont modélisées comme évoluant le long d’arbres phylogénétiques binaires via des processus stochastiques de substitution et d’insertion-suppression (indel) de chaînes de caractères. Étant donné un ensemble de séquences actuelles, les problèmes classiques d’inférence en phylogénétique sont : (i) l’inférence d’homologie, (ii) l’inférence d’arbre, et (iii) la reconstruction de séquences ancestrales. Un axe central de nos travaux récents a été de développer des approches rapides fréquentistes prenant en compte les indels pour ces problèmes.
Pour des raisons de faisabilité, les modèles doivent dans la plupart des cas supposer que les résidus évoluent indépendamment à travers les sites. En réalité, les probabilités de mutation sont influencées par le contexte de la séquence, incluant des contraintes structurelles et fonctionnelles spécifiques à la position. Ces dernières années, la convergence de la biologie computationnelle et des méthodes basées sur les données a conduit aux grands modèles de langage génomique (gLLMs). Ceux-ci peuvent modéliser les dépendances du contexte de la séquence.
En nous appuyant sur nos travaux précédents, notre objectif est de développer des méthodes neuro-symboliques qui conservent l’ancrage mécanistique de la phylogénétique classique, tout en intégrant la richesse représentationnelle des gLLMs. En tant que doctorant, vous concevrez des modèles de mutation, développerez des algorithmes d’inférence, les implémenterez dans notre base de code Rust, et évaluerez les méthodes par simulation et sur des données réelles.
Profil requis
Vous devez être titulaire d’un MSc en informatique, sciences computationnelles, biologie computationnelle, statistiques / mathématiques appliquées, ou dans un domaine quantitatif connexe, avec une solide formation en :
- Algorithmes, en particulier optimisation combinatoire
- Modélisation stochastique
- Statistiques inférentielles computationnelles
- Programmation, idéalement en Rust et/ou C++
La connaissance de la phylogénétique et/ou une compréhension des réseaux neuronaux est un avantage.
Comment postuler
Si ce poste stimulant et très intéressant vous intéresse, veuillez envoyer votre candidature via la plateforme ZHAW en cliquant ici .
