- PhD offer
Title: “Investigating redox proteomics to highlight putative biomarkers of frailty”
Keywords: Redox homeostasis – Frailty – Aging – Mass spectrometry – Redox proteomics – Computational analyses.
Entry requirements :
- A highly motivated student with a special interest in the research area of metabolism regulation.
- Engineer or Master's degree in analytical sciences or biology (M2 or equivalent).
- Candidate must have a strong training in biochemistry (Mass Spectrometry-based approaches for global characterization of proteomes and interactomes).
- Solid knowledge in statistical and bioinformatics methods will be appreciated.
- Experience on metabolism and murine models will be considered.
- B2 levels in French and English languages are required.
Personal qualities :
- Capacity of working transversely with pluridisciplinary teams
- Excellent communication and organizational skills
- Motivated by collaborative work between a french and an american lab.
- Open minded
Application process :
The application must contain the following documents in English and send application files to isabelle.ader-perarnau@inserm.fr AND audrey.carriere-pazat@inserm.fr.
- Curriculum vitae including ranking at various university levels and, if relevant, list of publications, communications and/or prizes.
- Summary of research experience (no more than one page).
- Contact details for two referees.
Selection process :
A first round of selection will be performed based on documents sent by candidates. Selected candidates will be interviewed by the PhD supervisors (Dr Ader I, Dr Carrière A, and Dr Chouchani E). At the end, funding for this doctorate will be awarded by oral competition in the middle of October.
During the PhD program, the student will be sharing his working time within both Restore and the Harvard laboratories.
Contact : isabelle.ader-perarnau@inserm.fr
- Doctorant en recherche pluridisciplinaire : Physiopathologie et traitement de données mathématiques :
Champ scientifique principal : Mathématiques appliquées – Sciences de la donnée deep learning
Champ scientifique secondaire : Physiopathologie, Médecine régénératrice, Vieillissement
Description du sujet :
Le but à terme du projet global est de construire un modèle numérique de simulation 3D pour identifier, mimer et étudier les mécanismes endogènes autoorganisateurs de la reconstruction tissulaire post-traumatique ou survenue au cours du vieillissement chez le mammifère adulte. Les types d’auto-organisation qui prévalent dans un tissu adulte à l’équilibre et dans un tissu en construction sont
similaires aux différentes phases d’un système physique. Construit sur une vision fonctionnelle, intégrative et synthétique, le projet s’appuiera sur la combinaison de modèles heuristiques de type agent basés sur des règles avec des techniques d’imagerie sophistiquées. Les modèles rendus les plus conviviaux possibles seront utilisés pour définir une liste de déterminants clés impliqués dans le déclenchement des transitions de phase et atteindre un nouvel état d'équilibre. Des expériences biologiques seront réalisées au laboratoire pour calibrer les modèles et tester, valider et améliorer les hypothèses sous-jacentes du modèle en utilisant des méthodologies de pointe, en particulier en imagerie et traitement d’images. Les hypothèses validées seront autant de cibles pharmacologiques susceptibles de permettre la régénération tissulaire complète ou la réversion de la dégénérescence tissulaire survenue au cours du vieillissement.
Contact : louis.casteilla@inserm.fr
Bâtiment INCERE
