Computational Biologist Intern - Next-Generation Oncology ADC

We are Pierre Fabre Laboratories, a global leader combining pharmaceutical expertise with dermo-cosmetics to support consumers and patients at every stage of their care journey.
Our portfolio includes several medical franchises and international brands such as Eau Thermale Avène, Ducray, A-Derma, Klorane, René Furterer, and Pierre Fabre Oral Care.
By joining us, you become part of a meaningful company where the human dimension is essential. You become a participant in the "We Care Movement," a movement that values excellence and innovation within passionate teams. Together, we push the boundaries of science to unite health and beauty for the benefit of all, because Every time we care for a single person, we make the whole world better.

Present in 120 countries with a team of over 10,000 employees, we are proud to create a scientific and human impact, today and tomorrow! If caring is at the heart of your values, join Pierre Fabre Laboratories and become a key player in the “We Care Movement".

Your mission

Votre rôle au sein d’une entreprise pionnière en pleine expansion.

Au sein de l’équipe Data Science Target & Drug Discovery, nous proposons un stage de 6 mois consacré à l’identification de nouvelles opportunités de payloads pour les conjugués anticorps-médicament (ADC) de nouvelle génération en oncologie.

Les ADC ont déjà révolutionné le traitement de plusieurs types de cancers. Cependant, ce domaine repose encore largement sur un nombre limité de classes de payloads. Nous souhaitons aller au-delà de ce modèle en explorant comment la biologie du cancer peut orienter la sélection de mécanismes d’action alternatifs. Plus particulièrement, ce stage contribuera à une preuve de concept visant à repositionner des médicaments existants ou des composés avancés comme futurs payloads pour les ADC, en mettant l’accent sur les vulnérabilités sélectives des tumeurs.

Le ou la stagiaire travaillera à l’interface entre la biologie du cancer, la recherche translationnelle et la science des données. L’objectif principal sera d’identifier des dépendances spécifiques à certains cancers ou lignées cellulaires pouvant soutenir le repositionnement de composés ciblant ces mécanismes.

Dans le cadre de ce stage, vos missions seront :

• Construire une base de connaissances structurée des vulnérabilités du cancer pertinentes pour la conception de nouveaux payloads d’ADC ;
• Analyser les dépendances associées aux principales caractéristiques biologiques (hallmarks) du cancer à travers différents types de tumeurs et sous-groupes moléculaires ;
• Étudier des mécanismes tels que le stress réplicatif, la dépendance aux voies de réparation de l’ADN, la reprogrammation métabolique, la résistance à la mort cellulaire et les dépendances spécifiques à certaines lignées cellulaires ;
• Identifier des médicaments approuvés, des composés en développement clinique ou des molécules abandonnées pouvant être repositionnés comme payloads alternatifs pour les ADC ;
• Participer à la définition de critères de priorisation intégrant la justification biologique, la sélectivité tumorale, la pertinence translationnelle et la compatibilité avec les ADC ;
• Présenter les résultats de manière claire, synthétique et orientée vers la prise de décision pour les parties prenantes du projet.

À l’issue du stage, le ou la candidat(e) devra avoir contribué à :

• Une revue structurée des vulnérabilités du cancer pertinentes pour la conception de payloads alternatifs pour les ADC ;
• Une liste priorisée de mécanismes, voies biologiques ou composés candidats susceptibles d’être repositionnés comme payloads ;
• Un cadre d’analyse reliant les contextes tumoraux, les biomarqueurs et les hypothèses de vulnérabilité aux opportunités de développement de payloads ;
• Des synthèses concises ainsi que des supports visuels et/ou tabulaires facilitant la prise de décision scientifique ;
• Une présentation finale des résultats de la preuve de concept (Proof of Concept) et des recommandations associées.

Les plus du stage :

• Missions diversifiées 
• Gratification attractive
• Possibilité de réaliser un jour de télétravail par semaine après un mois d'intégration
• Dotations produits 
• Restaurant d'Entreprise ou Titres Restaurants

Le stage se déroulera sur notre site Langlade, à Toulouse (31) et débutera à partir de février 2027.

Merci d’indiquer vos dates de disponibilités dans votre CV.

Les candidats intéressés sont invités à soumettre leur CV ainsi qu’une lettre de motivation détaillant leur expérience, leurs compétences et leur intérêt pour ce stage.

Le manager de l’équipe Target & Drug Discovery Data Science, Andrea Del Cortona, assurera également l’encadrement du stagiaire tout au long de cette mission.

# Young People

_________________________________________________________________________

Your role within a pioneering, rapidly expanding company.

Within the Target & Drug Discovery Data Science Team, we are offering a 6-month internship focused on the identification of new payload opportunities for next-generation antibody–drug conjugates (ADCs) in oncology.

ADCs have already transformed treatment in several cancers, but the field still relies heavily on a limited set of payload classes. We are interested in moving beyond this paradigm by exploring how cancer biology can guide the selection of alternative payload mechanisms. In particular, this internship will contribute to a proof-of-concept effort aimed at repurposing existing drugs or advanced compounds as future ADC payloads, with a focus on tumor-selective vulnerabilities.

The intern will work at the interface of cancer biology, translational research, and data science. The main objective will be to identify cancer-specific or lineage-specific dependencies that could support the repurposing of compounds targeting mechanisms. The goal is to build a biologically grounded framework linking tumor contexts, molecular vulnerabilities, and payload hypotheses relevant for ADC development.

Main missions :

The intern will contribute to:

• building a structured knowledge base of cancer vulnerabilities relevant to ADC payload design;
• analyzing hallmark-linked dependencies across tumor types and molecular subgroups;
• investigating mechanisms such as replication stress, DNA repair dependence, metabolic rewiring, cell death resistance, and lineage-specific addictions;
• identifying approved drugs, clinical-stage compounds, or discontinued molecules that may be suitable for repurposing as alternative ADC payloads;
• helping define prioritization criteria integrating biological rationale, tumor selectivity, translational relevance, and ADC compatibility;
• presenting findings in a clear and decision-oriented format for project stakeholders.

Expected deliverables

By the end of the internship, the candidate is expected to contribute to:

• a structured review of cancer vulnerabilities relevant to alternative ADC payload design;
• a prioritized list of candidate mechanisms, pathways, or compounds that may be suitable for payload repurposing;
• a framework linking tumor contexts, biomarkers, and vulnerability hypotheses to payload opportunities;
• concise summaries and visual or tabular materials supporting scientific decision-making;
• a final presentation of the proof-of-concept findings and recommendations.

Internship Benefits:

• Diverses missions
• Attractive compensation
• Possibility to work one day remotely per week after one month of integration
• Product allowances
• Company Restaurant or Meal Vouchers

The internship will take place on our site Langlade, Toulouse (31) and start on february 2027.

Please indicate your availability dates in your CV.

Interested candidates should submit their CV and a cover letter detailing their experience and qualifications for this internship. The Target & Drug Discovery Data Science Team manager is Andrea Del Cortona, who also will supervise the intern. We look forward to welcoming a new intern to our passionate and innovative team at Pierre Fabre.

Vos compétences au service de projets novateurs.

Nous recherchons un(e) candidat(e) présentant un fort intérêt pour l’oncologie et la science des données translationnelle, idéalement en dernière année d’école d’ingénieurs, de master ou disposant d’une formation équivalente en bioinformatique, biologie computationnelle, science des données, pharmacologie ou dans un domaine connexe.

Le ou la candidat(e) devra posséder :

• Une formation en bioinformatique, biologie computationnelle, science des données, pharmacologie, biologie du cancer ou dans une discipline apparentée ;
• De solides connaissances en biologie moléculaire et cellulaire, idéalement complétées par une exposition au domaine de l’oncologie ;
• Des compétences en programmation, notamment en Python et/ou R, pour l’exploration et l’analyse de données ;
• Une capacité à rechercher, structurer et synthétiser la littérature scientifique ;
• De fortes capacités d’analyse ainsi qu’une approche rigoureuse dans le traitement de sources de données hétérogènes ;
• D’excellentes compétences en communication écrite et orale en anglais (niveau courant indispensable).

Atouts complémentaires

Les éléments suivants constitueraient un avantage :

• Une première expérience en génomique du cancer, analyse de jeux de données de dépendances cellulaires, analyse de biomarqueurs ou analyse de voies biologiques ;
• Une connaissance des processus de découverte et développement de médicaments, de la recherche translationnelle ou de la pharmacologie ;
• Une expérience de travail avec des ressources biomédicales publiques ou des bases de connaissances issues de la littérature scientifique ;
• Un intérêt pour les conjugués anticorps-médicament (ADC), les thérapies ciblées ou les approches fondées sur les vulnérabilités synthétiques ;
• La capacité à relier les résultats d’analyses computationnelles à des hypothèses biologiques et thérapeutiques pertinentes.

_____________________________________________________________________________

Put your skills to work on innovative projects.

Candidate profile

We are looking for a candidate with a strong interest in oncology and translational data science, ideally in the final year of an engineering degree, Master’s program, or equivalent training in bioinformatics, computational biology, data science, pharmacology, or a related field.

The candidate should have:

• training in bioinformatics, computational biology, data science, pharmacology, cancer biology, or a related discipline;
• a solid understanding of molecular and cellular biology, ideally with exposure to oncology;
• programming skills in Python and/or R for data exploration and analysis;
• ability to review, structure, and synthesize scientific literature;
• strong analytical skills and the ability to work rigorously with heterogeneous data sources;
• clear written and oral communication skills in English is a must.

The following would be an advantage:

• prior exposure to cancer genomics, dependency datasets, biomarker analysis, or pathway analysis;
• familiarity with drug discovery, translational research, or pharmacology;
• experience working with public biomedical resources or literature-derived knowledge bases;
• interest in antibody–drug conjugates, targeted therapies, or synthetic vulnerability approaches;
• ability to connect computational findings with biological and therapeutic hypotheses.

At Pierre Fabre Laboratories, we believe that our greatest asset is our people.

We are committed to a policy of Equal Employment Opportunity and will not discriminate against an applicant or employee based on race, color, religion, creed, national origin or ancestry, sex, sexual orientation, gender identity or expression, age, physical or mental disability, veteran or military status, genetic information, or any other legally recognized protected basis under federal, state, or local law. The information collected by this application is solely to determine suitability for employment, verify identify, and maintain employment statistics on applicants. Applicants with disabilities may be entitled to reasonable accommodation under the Americans with Disabilities Act and certain state or local laws. Please inform the company’s personnel representative if you need assistance completing this application or to otherwise participate in the application process. Thus, we commit to considering all applications equally, without fail.