Mots-Clés

épigénétique méthylome varabilité

Description

Caractérisation de la variabilité du méthylome de la truite Arc-en-ciel

Ce stage sera réalisé en collaboration avec Benoît PIEGU et Gaëlle LEFORT, plateforme SRISE de l’UMR PRC, INRAE Centre Val-de-Loire, F-37380 Nouzilly.

Contexte de l’étude : Pour assurer la durabilité de la filière aquacole, il est nécessaire de remplacer les farines et huiles de poisson des aliments piscicoles par des matières premières végétales. Des stratégies innovantes de programmation nutritionnelle des truites arc-en-ciel sont actuellement étudiées au laboratoire NuMéA pour améliorer la consommation, les performances de croissance et l’immunité des animaux nourris avec un aliment 100 % végétal. Ces stratégies de programmation nutritionnelle précoce reposent sur des mécanismes épigénétiques qui orientent durablement les phénotypes à diverses échelles (de la cellule à l’animal), mais qui restent pour l’heure difficile à évaluer dans un contexte agronomique. Notamment, des travaux récents sur d’autres espèces mettent en évidence des effets environnementaux discrets masqués par une variabilité importante. De plus, la variabilité épigénétique de la méthylation de l’ADN pourrait directement contribuer à l’adaptation des animaux et ainsi participer aux réponses environnementales comme celle liée au diabète gestationnel.

Objectif du projet : L’objectif du projet est de réaliser une première caractérisation de la variabilité intrinsèque de l’épigénome de truite, en se focalisant sur la méthylation de l’ADN. Pour cela, 12 prélèvements de deux tissus (foie, centre du métabolisme intermédiaire et hypothalamus, centre de la régulation de la prise alimentaire) ont été obtenus à partir d’animaux isogéniques (génétiquement identiques) élevés dans la même expérimentation. L’ADNg de ces tissus a été extrait et un séquençage du méthylome par WGBS (Whole-Genome Bisulfite Sequencing) a été réalisé en utilisant un séquenceur Illumina Nova-seq 6000 (30X, 150 PE). L’objectif du stage sera de réaliser l’analyse bioinformatique des 24 méthylomes de truite arc-en-ciel en cartographiant la méthylation de l’ADN (pour chaque tissu et individu) sur le génome de référence de la truite et en déterminant le taux de méthylation des cytosines. L’étudiant mettra en place une stratégie d’analyse statistique pour identifier des cytosines ou régions de méthylation hypervariables au sein de chaque tissu. Une analyse descriptive de ces cytosine ou régions hypervariables (abondance, distribution, enrichissement de motifs…) sera réalisée afin de les caractériser. Une analyse différentielle (entre tissus) pourra également être réalisée pour identifier les différences de méthylation tissu-spécifiques.

Méthodes : Un pipeline d’analyse Nextflow de méthylome sera utilisé par l’étudiant(e) pour réaliser les analyses bioinformatiques. L’étudiant(e) disposera d’un accès sur un cluster de calcul distant (INRAE Tours). L’analyse statistique de la variation inter-individuelle sera développée via des outils sous R en collaboration avec G. Lefort en s’appuyant sur la bibliographie existante. Compétences souhaitées : L’étudiant(e) devrait maîtriser l’utilisation du shell Unix afin de pouvoir lancer les analyses de détection de méthylation, ainsi qu’au moins un des langages utilisés pour l’analyse des données (Python et R). Un très bon niveau de connaissances en biostatistiques est requis pour le développement d’outils d’identification de la variabilité de méthylation. L’encadrant principal étant biologiste moléculaire de formation, une bonne autonomie et des facultés de communication avec les collaborateurs (bioinfo et biostat) à distance est nécessaire. Une connaissance des principes FAIR (Facile à trouver, Accessible, Interopérable, Réutilisable) est un plus. Des bases d’Anglais sont requises pour la lecture d’articles originaux et les réunions.