Scientist – Target Enablement & Structure-Based Peptide Design - CDD
Micropeptechnologies 1719408476
·Today
- Location
- Auzeville-Tolosane, Occitanie, FR
- Type
- Full-time
- Department
- Design
- Source
- Teamtailor
Description
Micropep construit une agriculture plus durable pour les générations futures. Nous développons des solutions naturelles de protection des cultures basées sur l'incroyable potentiel des micropeptides, petites molécules protéiques naturelles qui ciblent et régulent les gènes et les protéines des plantes. Nous construisons la prochaine génération de solutions durables pour les agriculteurs qui se soucient de leurs cultures et de l'avenir de notre planète.
Micropep a été fondée en 2016 en tant que spin-off de "LRSV", un laboratoire français de recherche sur les plantes du Centre national de la recherche scientifique (CNRS) et de l'Université de Toulouse, un centre d'excellence en AgriTech. A ce jour, Micropep a levé près de 60 millions de dollars auprès d'investisseurs européens et américains de premier plan et a commencé son expansion aux Etats-Unis en 2022.
Nous sommes une équipe de plus de 50 personnes accomplies et motivées, issues de différents horizons scientifiques, techniques et commerciaux. Nous sommes unis par notre désir de laisser un impact positif sur notre planète. Ensemble, nous révolutionnons la protection des cultures grâce à notre technologie exclusive des micropeptides.
Contrat temporaire : CDD de 6 mois – Remplacement congé maternité
Date de début : 1er février 2027
Rattachement : Design Team Lead
Le poste
Nous recherchons un(e) Scientist en Target Enablement et Structure-Based Peptide Design pour renforcer temporairement nos activités de découverte et de design de peptides.
Vous contribuerez à transformer des cibles biologiques en stratégies concrètes de design de peptides ciblant des interactions protéine-protéine (PPI), en combinant biologie structurale, modélisation computationnelle et données expérimentales.
En étroite collaboration avec les équipes computationnelles et expérimentales, vous caractériserez la structure et la fonction des cibles, identifierez les sites de liaison et hotspots d’interaction pertinents, développerez et évaluerez des hypothèses de liaison peptide-cible, et intégrerez les prédictions computationnelles aux résultats expérimentaux afin de guider les cycles itératifs de design.
Principales missions
Caractériser les cibles biologiques d’un point de vue structural et fonctionnel afin de soutenir les activités de découverte de peptides.
Identifier et évaluer les sites de liaison, interfaces protéine-protéine et hotspots d’interaction pertinents.
Générer et évaluer des hypothèses de liaison et de modulation des cibles par des peptides.
Utiliser des approches de modélisation moléculaire, notamment la dynamique moléculaire et/ou le docking, pour étudier les interactions peptide-cible.
Utiliser des méthodes modernes de prédiction de structure et de design de protéines assisté par IA pour soutenir le target enablement et le design de peptides.
Intégrer les prédictions computationnelles aux données biochimiques et biologiques afin de prioriser les designs.
Exploiter les résultats expérimentaux pour guider les analyses SAR et les cycles itératifs de design.
Évaluer de manière critique de nouvelles méthodes computationnelles et leur pertinence pour les projets de découverte de peptides.
Collaborer étroitement avec les équipes expérimentales impliquées dans le design, la chimie et la biologie.
Profil requis
Doctorat en biologie structurale, biologie computationnelle, biophysique, chimie computationnelle, sciences des protéines, bioinformatique ou domaine connexe.
Solide compréhension de la structure des protéines, des interactions protéine-protéine et de la reconnaissance moléculaire.
Expérience pratique en modélisation moléculaire, idéalement incluant la dynamique moléculaire et/ou le docking moléculaire.
Expérience avec des méthodes modernes de prédiction de structure ou de design de protéines assisté par IA.
Solides compétences en Python et Linux, avec la capacité à travailler de manière autonome sur des workflows scientifiques computationnels.
Bon niveau d’anglais professionnel, à l’écrit et pour la compréhension de contenus scientifiques.
Compétences et expériences fortement appréciées
Capacité à interpréter de manière critique les prédictions computationnelles en les confrontant aux données biochimiques et biologiques.
Capacité démontrée à apprendre, évaluer et appliquer rapidement de nouvelles méthodes computationnelles.
Expérience démontrée en design computationnel de peptides, idéalement avec validation expérimentale prospective.
Alternativement, solide expérience en design computationnel de protéines ou de binders, avec validation expérimentale des résultats.
Expérience avec des approches et outils modernes de protein design tels qu’AlphaFold, RFdiffusion, ProteinMPNN, BindCraft, les protein language models, l’inverse folding ou le design génératif de protéines.
Expérience dans l’étude des interfaces de liaison, hotspots d’interaction, dynamiques conformationnelles et énergétiques de liaison, notamment par dynamique moléculaire, docking et MM/GBSA.
Expérience dans l’utilisation de résultats expérimentaux pour guider les relations structure-activité (SAR) et les cycles itératifs de design.
Expérience de travail à l’interface entre design computationnel et équipes expérimentales.
Qualités recherchées
Esprit collaboratif et capacité à communiquer clairement avec différentes équipes et disciplines.
Rigueur, esprit critique et intégrité scientifique.
Autonomie tout en sachant travailler efficacement en équipe projet.
Curiosité scientifique et intérêt pour les nouvelles approches computationnelles et basées sur l’IA.
Capacité à évoluer dans un environnement de recherche interdisciplinaire et dynamique.