Le Bio-informaticien conçoit et développe les outils nécessaires à une exploitation optimale des données biologiques provenant de multiples technologies (séquences d'ADN et de protéines, données d'expression, données de cartographie, ...).
Il assure la modélisation de ces données aux formats multiples et développe des représentations graphiques pour aider les chercheurs et les chimistes à analyser les molécules et mettre au point les procédés les plus efficaces.
 

• Maîtriser les connaissances suffisantes dans le domaine concerné de la biologie (notamment génétique et moléculaire)
• Savoir créer un projet répondant à une demande précise (prédiction de gènes, création d’un logiciel…)
• Pouvoir y répondre par une solution informatique fiable, efficace et adéquate
• Traiter des données afin d’en tirer une information fiable et utile
• Maîtriser les logiciels d’analyse des langages de programmation, modélisation et conception de base de données
• Avoir de très bonnes connaissances en statistique à l’analyse de données biologiques et en probabilité
• Avoir une excellente connaissance de l’anglais

La bio-informatique est un des leviers d’optimisation de la R&D. Elle permet la modélisation et le développement de représentations graphiques pour aider les chercheurs, biologistes et chimistes à analyser les molécules et mettre au point les procédés les plus efficaces.
Cette discipline émergente de la recherche se situe à l’interface de la biologie et de l’informatique, c’est un champ de recherche multidisciplinaire où travaillent de concert biologistes, médecins, informaticiens, mathématiciens et physiciens, dans le but de résoudre un problème scientifique posé par la biologie.
La bio-informatique regroupe de vastes domaines d’application, de l’analyse du génome à la modélisation de l’évolution d’une population animale dans un environnement donné, en passant par la modélisation moléculaire, l’analyse d’image, l’assemblage de génome et la reconstruction d’arbres phylogénétiques. Cette discipline constitue la « biologie in silico », par analogie avec in vitro ou in vivo.

• Organisation et structuration des bases de données afin de pouvoir trier, visualiser et analyser les données biologiques issues de sources diverses
• Analyse et exploitation optimale des données biologiques
• Développement d’algorithmes pour assurer le traitement des séquences :
  • comparer des séquences entre elles
  • déterminer les protéines possiblement exprimées par un génome et les modifications post traductionnelles qu’elles peuvent subir
  • prédire la structure 3D de protéines ou leurs caractéristiques biochimiques
• Modélisation par informatique des processus biologiques afin de :
  • proposer un modèle à des phénomènes biologiques observés
  • observer les conséquences sur le modèle de variations d’un paramètre local

• Modélisateur
• Bio-informaticien Programmeur

• Master 2
• Ingénieur

Le métier de bio-informaticien nécessite un double champ de compétences en biologie (principalement en génomique) et en informatique.

Une formation complémentaire en statistique ou informatique peut être requise (data-management).

Métier réservé aux personnes expérimentées.
Expérience professionnelle nécessaire, chez un utilisateur ou une entreprise du domaine.

La France se doit, plus que jamais, d’affirmer sa position sur des marchés à forte valeur ajoutée et à fort potentiel de croissance (vaccins, imagerie, microbiologie, tests de diagnostic…). La recherche en est fortement impactée et doit intégrer dès le départ une dimension médico-économique prépondérante : quels bénéfices pour la santé ? A quel coût ?

Dans la recherche de demain, les chercheurs sont hyperspécialisés. Mais en même temps il sont amenés à travailler avec des chercheurs d’autres spécialités sur des projets complexes.

Les équipes doivent plus que jamais apprendre à travailler en réseau et à l’international, développer un langage commun et savoir travailler avec des salariés issus de tous types d’environnements, de cultures et de pratiques différentes (startup, universités, hôpitaux, acteurs publics, prescripteurs, patients…). Ce nouveau contexte nécessite de développer son leadership, sa capacité à expliquer et à défendre un point de vue face à une diversité d’interlocuteurs, à travailler en mode collaboratif L’impératif de rentabilité et d’efficacité des projets de R&D conduit également à renforcer les compétences en gestion de projet : planification, suivi des livrables intermédiaires, maîtrise des ressources engagées, anticipation des dérapages de calendrier et de coût…