Mots-Clés

Multi-tableaux multi-bloc metabolomique exposomique analyse multivarié

Description

Titre Sujet de Thèse

 « Intégration et analyse de données exposomiques et métabolomiques dans le cadre d’études observationnelles : application à l’étude du lien entre l’exposition chimique et la santé humaine »

Contexte/ problématique

Le concept d'exposome est entendu comme l'intégration sur la vie entière de l'ensemble des expositions qui peuvent influencer la santé humaine. Spécifiquement, l’étude de « l’exposome interne » passe par la caractérisation de marqueurs d’exposition chimiques auquel l’individu ou une population a été exposé mais aussi, en miroir de ces paramètres, de l’altération éventuelle de biomarqueurs phénotypiques ou physiopathologiques (e.g. le métabolome). Pour cela, les plateformes de spectrométrie de masse à haut débit (HRMS) ont évolué pour caractériser un grand nombre de biomarqueurs de natures différentes et générant de vastes ensembles de données.

Le principal défi dans ce domaine est celui de l’intégration de ces données de natures diverses, au caractère multidimensionnel (nombre de variables très supérieur aux observations), parfois redondantes (lié à la multi-colinéarité) et souvent bruitées (forte variance interindividuelle associée à des facteurs de confusion ou connexs). De nouvelles méthodes statistiques ont été proposées ces dernières années pour intégrer les données ‘omiques’ de différentes natures (e.g. multi-omique). Ces approches de type multi-tableaux (dites aussi multi-blocs) restent toutefois peu explorées lorsqu’il s’agit de l’agrégation de données d’exposomique et de métabolomique au service d’études observationnelles.

Objectifs

Le projet a pour objectif global de développer et de mettre en œuvre une stratégie d’intégration et d’analyse de données de biomarqueurs d’exposition (e.g. exposome) et d’effet (e.g. métabolome) permettant de progresser dans l’étude observationnelle des liens fonctionnels entre l’exposition chimique et la santé humaine. Il s’agira spécifiquement, d’identifier puis d’implémenter un ensemble de modèles visant à classifier les observations sur la base de profils d’exposition et/ou phénotypes cliniques associés dans le cadre d’études de simulation et réelles. Dans une deuxième étape, le développement d’un package en accès libre (R) avec un ensemble de fonctions permettant une application en routine est attendu

Compétences

Solides connaissances en statistique et analyse de données (Master 2 en statistique / bio-informatique). Maîtrise le langage de programmation R. Intérêt pour le traitement de données de santé. Capacité d’analyse et d’interprétation critique.

Laboratoire d’accueil et contact

-          LABERCA UMR 1329 ONIRIS, INRAE, La Chantrerie 44307 Nantes, FRANCE (laberca.org). Contacte : German Cano Sancho < german.cano-sancho@oniris-nantes.fr>

-          Unité Statistique, Sensométrie et Chimiométrie (StatSC) ONIRIS, Site de la Géraudière 44322 Nantes FRANCE. Contacte : Evelyne Vigneau < evelyne.vigneau@oniris-nantes.fr >