Mots-Clés

transcriptome tumeurs endocrines translationnel

Description

Stage Master 2 : Développement d’applications translationnelles du transcriptome des tumeurs endocrines

Contexte :

Partant d’une large collection d’échantillons tumoraux, notre équipe s’intéresse depuis plusieurs années à la génomique des tumeurs endocrines. Deux directions sont développées, l’une translationnelle avec l’optique d’améliorer la prise en charge des patients, l’autre plus fondamentale, le but étant de comprendre les mécanismes de la tumorigenèse. Nous avons ainsi caractérisé différents types de tumeurs endocrines par des analyses de génomique intégrée (transcriptome, miRNome, exome, altérations chromosomiques, méthylome). Ces techniques ont été appliquées aux tumeurs de la surrénale et de l’hypophyse (Vazclavik et al, Genetics in Medicine 2021 ; Neou et al, Cancer Cell 2020 ; Assié et al, JAMA Oncol 2019; Assié et al, New England Journal of Medicine 2013 ; Assié et al, Nature Genetics 2014 ; De Reynies et al, JCO 2009).

L’objectif du stage est d’exploiter, dans une perspective d’utilisation en clinique, ces données originales. Plus particulièrement, 4 axes potentiels sont envisagés sur des données transcriptome :

- Recherche de transcrits de fusion sur le RNA-seq bulk pour des tumeurs sans mutation causale retrouvée (tumeurs de l’hypophyse et de la surrénale).

- Construction d’un pipeline de rendu de classe moléculaire établi à partir du transcriptome paraffine (3’ RNA-seq) (tumeurs de la surrénale). Ce rendu inclura la classe moléculaire bénin / malin et bon / mauvais pronostic pour les tumeurs malignes (classes transcriptomiques « C1A »/ « C1B ») (De Reynies et al, JCO 2009). De plus, la prolifération et la différenciation de chaque échantillon seront estimées à partir de signatures transcriptomiques. Ces données seront remises aux cliniciens (programme national de recherche prospective en cours de démarrage).

- Identification de signatures de réponse aux traitements sur le transcriptome paraffine (3’ RNA-seq), en sélectionnant rétrospectivement les rares répondeurs extraordinaires à chacun des traitements – chimiothérapie et mitotane (tumeurs de la surrénale).

- Déconvolution des transcriptomes « bulk » à la recherche de populations cellulaires rares d’intérêt clinique (diagnostique, pronostique ou théranostique). Nous utiliserons pour cela des données de transcriptome single-cell récemment générées au laboratoire ou publiques (tumeurs de la surrénale et de l’hypophyse). Si l’intérêt clinique est confirmé, ces approches pourront être validées par des techniques in situ (immunohistochimie, RNAscope…).

Pour chacune de ces tâches, le travail consistera à utiliser et optimiser les outils les plus performants, en combinant des packages existants et des développements à façon.

Ce projet s’appuie sur des données déjà disponibles, qui permettront au stagiaire de débuter les analyses dès son arrivée au laboratoire. Les axes développés le seront en concertation avec le stagiaire, en tenant compte également de l’avancement des analyses.

Notre équipe (équipe du Pr Bertherat) s’intègre dans l’Institut Cochin à Paris. Les interactions sont nombreuses, avec la plateforme génomique l’Institut Cochin, la salle bioinformatique de l’Institut Cochin, et la plateforme bioinformatique de Paris-Cité (iPop-up), ainsi qu’avec le service clinique d’Endocrinologie et le service d’Oncogénétique de l’hôpital Cochin.
 

Profil recherché :
Un étudiant en Master 2 de bioinformatique

L’accent est mis sur le caractère à façon des analyses que nous développons. Cette spécificité tient au besoin d’intégrer des données de différente nature (génomique, clinique, histologique), et de répondre à des questions particulières et variées, allant de l’analyse pronostique à la recherche du/des gènes de prédisposition.
Le candidat devra donc être autonome pour implémenter des analyses à façon, en combinant l’utilisation de logiciels existants, et de programmes développés par lui-même.

Aptitudes:
 - Initiative et autonomie pour le développement d’analyses originales.
- Travail en équipe, avec interactions variées  avec les biologistes moléculaires,  les cliniciens, les biostatisticiens/bioinformaticiens.
- Connaissances en programmation (langage R actuellement utilisé au laboratoire, Python)
- Connaissances larges en biostatistique (de l’analyse de signal aux analyses de survie)
- Bonnes connaissances en biologie moléculaire et en génétique, notamment des bases de données du génome humain
- Maîtrise de l’anglais technique écrit et oral du domaine.

Formation demandée : Master 2 bioinformatique

Poste : Stage de M2 de 6 mois
Salaire : gratification de stage selon grilles INSERM

Le dossier de candidature, comprenant une lettre de motivation et un curriculum vitae détaillé, est à adresser à guillaume.assie@aphp.fr et anne.jouinot@aphp.fr