Poste de doctorant en phylogénétique computationnelle 100 %

Rejoignez ZHAW Zürcher Hochschule für Angewandte Wissenschaften en tant que Poste de doctorant en phylogénétique computationnelle 100 % a Zürich.

Chance de doctorat en Phylogénétique Computationnelle à ZHAW. Rejoignez un environnement de recherche innovant et stimulant.
Tâches
•
Développer des méthodes neuro-symboliques pour la phylogénétique.
•
Modéliser les mutations et créer des algorithmes d'inférence.
•
Implémenter et évaluer des méthodes en Rust sur des données réelles.
Compétences
•
MSc en Informatique, Biologie Computationnelle ou domaine connexe requis.
•
Solide expérience en modélisation stochastique et optimisation.
•
Compétences en programmation, idéalement en Rust et/ou C++.
Poste de doctorant en phylogénétique computationnelle 100 %
Dans ce projet de doctorat passionnant, vous serez un pionnier des méthodes neuro-symboliques qui conservent l'ancrage mécanistique de la phylogénétique classique, tout en intégrant la richesse représentationnelle des grands modèles de langage génomique (gLLMs).
École : Sciences de la vie et gestion des installations
Date de début : 01.09.2026 ou selon accord mutuel
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 entre 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 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.
Sélection d’articles pertinents :
1. Maiolo M, Zhang X, Gil M, Anisimova M. "Progressive multiple sequence alignment with indel evolution" BMC Bioinformatics. 2018. 19(1):331. doi: 10.1186/s12859-018-2357-1.
2. Pečerska, J., Gil, M. and Anisimova, M. “Joint alignment and tree inference" bioRxiv, 2021. pp.2021-09. doi: 10.1101/2021.09.28.462230.
3. Jowkar, G., Pečerska, J., Maiolo, M., Gil, M., & Anisimova, M. “ARPIP: Ancestral sequence Reconstruction with insertions and deletions under the Poisson Indel Process" Systematic biology. 2022. syac050-syac050. doi: 10.1093/sysbio/syac050
4. Iglhaut C, Pečerska J, Gil M, Anisimova M. "Please Mind the Gap: Indel-Aware Parsimony for Fast and Accurate Ancestral Sequence Reconstruction and Multiple Sequence Alignment Including Long Indels" Molecular Biology and Evolution. 2024. 41(7):msae109. doi: 10.1093/molbev/msae109.
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.
L’Université des sciences appliquées de Zurich ZHAW est l’une des plus grandes universités multidisciplinaires de sciences appliquées en Suisse, avec plus de 14'000 étudiants et 3'400 membres du corps professoral et du personnel.
Sciences de la vie et gestion des installations
Étudier et rechercher à Wädenswil : pratique, créatif, passionné et réfléchi. Notre expertise en sciences de la vie et gestion des installations dans les domaines de l’environnement, de l’alimentation et de la santé nous permet d’apporter une contribution essentielle à la résolution des défis sociaux et à l’amélioration de la qualité de vie.
Le poste de doctorant est basé au Centre de recherche en bioinformatique co-dirigé par le Dr Manuel Gil et la Prof. Maria Anisimova. Il est financé par une bourse senior DIZH attribuée au Dr Manuel Gil. Le doctorant sera formellement inscrit à l’Université de Zurich. Notre centre fait partie de l’Institut suisse de bioinformatique, qui offre des opportunités supplémentaires de formation et de réseautage.
ZHAW s’engage à promouvoir des équipes mixtes et diverses afin de favoriser l’égalité, la diversité et l’innovation.
Wir bieten hochschulgerechte Arbeits- und Anstellungsbedingungen an und fördern aktiv die Personalentwicklung unserer Mitarbeitenden und Führungspersonen. Eine detaillierte Beschreibung der Vorteile ist auf der Webseite «Arbeiten an der ZHAW» zu finden. Hier die wichtigsten Eckpunkte:
Dr. Manuel Gil
Co-Leiter FS Bioinformatics
Jocelyn Schaad
Recruiting Manager

N'attendez pas -- envoyez votre candidature a ZHAW Zürcher Hochschule für Angewandte Wissenschaften aujourd'hui.