Certification professionnelle

Activités visées :

- Recherche in silico de nouvelles molécules thérapeutiques
- Analyse structurale des macromolécules et de leurs implications dans des pathologies
- Développement de logiciels et méthodologies permettant de participer à la découverte de nouveaux médicaments.
- Gestion et résolution de problèmes dans les différents domaines du drug design in silico
- Gestion de projets de conceptions de médicaments (en drug design) par des approches in silico

Compétences attestées :

Compétence dans trois domaines complémentaires : en chemoinformatique (molécules chimiques), en bioinformatique structurale (protéines) et dans l’assemblage « docking » de ces entités biologiques (molécules et protéines) à l’aide des approches in silico ».
•    Déployer et gérer des bases de données biologiques et chimiques et de plateforme chemoinformatique.
•    Manipuler les outils logiciels dédiés à l’exploration et l’exploitation de données d’interactions chimie-biochimie et en drug design : bases de données de chimie et de biologie, de dynamique moléculaire, de docking virtuel, de criblage.
•    Déployer des techniques et méthodes de la chemoinformatique, biostatistiques, QSAR, analyse de données, de langage de programmation, de modélisation moléculaire, de bioinformatique structurale et de criblage in silico s’appliquant aussi bien aux données de séquences, de structures, d’interactions moléculaires
•    Réaliser une analyser des bases de données statistiques du drug design (data mining) pour le filtrage de chimiothèques
•    Réaliser des criblages in silico
•    Evaluer les potentiels risque de toxicité et d’effets secondaires associés à la prise de médicaments
•    Interpréter des phénomènes physicochimiques mis en jeux au niveau moléculaire
•    Analyser de manière critique les résultats, les outils théoriques et les logiciels informatiques grâce à la maîtrise des principales techniques physico-chimiques d'analyse et de mesures de propriétés.
•    Analyser un problème en drug design afin de mettre en œuvre des outils adaptés à la problématique posée.

Compétences relationnelles dans un milieu pluridisciplinaire :
•    Réaliser des synthèses bibliographiques
•     Formaliser et construire des raisonnements scientifiques
•     Participer à la conception et à la conduite d’un programme de recherche dans une entité publique ou privée.
•    Collecter et analyser des jeux de données complexes
•    Communiquer dans le domaine scientifique en français et en anglais : rédiger clairement, préparer des supports de communication adaptés, prendre la parole en public et présenter ces travaux
•    Réaliser un cahier des charges pour hiérarchiser les tâches à accomplir en bioinformatique et les coordonner en concertation avec les biologistes expérimentateurs.
•    Travailler en équipe pluridisciplinaire avec des chimistes et biochimistes, des médecins, des pharmaciens et des méthodologistes
•    Mobiliser les principaux concepts de la biologie et de la chimie moderne afin d’établir un dialogue aussi bien avec les biologistes expérimentateurs que les chimistes.
•    Travailler au niveau international : s’intégrer, se positionner, collaborer, s’adapter à différents fonctionnements de recherche en Europe et dans le monde
•    Dialoguer et travailler avec les différents partenaires, du privé ou du publique, dans le domaine de l’informatique, de la chimie, de la biologie structurale, de la pharmacie, avec des biostatisticiens, des bioinformaticiens et chémoinformaticiens.

Compétences scientifiques générales
•    Analyser une situation complexe, en faisant preuve de capacité d’abstraction
•    Adopter une approche pluridisciplinaire nécessaire au drug design
•    Appréhender les difficultés des démarches expérimentales, être sensibilisé aux sources d’erreur ; analyser des données expérimentales et envisager leur modélisation ; valider un modèle par comparaison de ses prévisions aux résultats expérimentaux ; apprécier les limites de validité d’un modèle ; résoudre par approximations successives un problème complexe
•    Utiliser des logiciels d’acquisition et d’analyse de données
•    Utiliser des outils mathématiques et statistiques
•    Utiliser un langage de programmation