Mots-Clés

bioinformatique réseaux métaboliques algorithmique théorie des graphes

Description

Contexte :

L’étude du métabolisme est essentielle pour développer une meilleure compréhension des systèmes vivants, en particulier des modulations métaboliques induites par des perturbations environnementales ou génétiques. Dans ce domaine, le laboratoire ToxAlim axe sa recherche sur l’évaluation des risques sur la santé humaine et animale de l’exposition à des contaminants alimentaires. 

Dans ce contexte, les approches omiques (métabolomique, transcriptomique …) permettent d’appréhender globalement les modulations. Toutefois il est essentiel d’interpréter ces données dans un contexte biochimique afin de donner du sens aux observations omiques. Le réseau métabolique (plusieurs milliers de réactions et de métabolites), complexifie fortement la tâche d’analyse du métabolisme, la rendant  longue et compliquée. Par conséquent, il est indispensable d’accompagner les scientifiques en proposant des méthodes bioinformatiques, en particulier de visualisation couplée à des analyses de graphes, afin d’ améliorer l’étude des réseaux métaboliques.

L’équipe d’accueil a développé divers outils afin d’aider à l’exploration, l’analyse et la visualisation des réseaux métaboliques : Met4J, une librairie Java dédiée à l’analyse structurale des réseaux métaboliques ; MetExplore [1], un serveur offrant des outils pour l’analyse et l’étude des réseaux métaboliques et MetExploreViz [2], une librairie javascript dédiée à l’exploration et la visualisation de réseaux métaboliques. 

Le défi actuel est de pouvoir représenter des grands réseaux (plusieurs centaines d’éléments) de manière automatique tout en respectant les conventions graphiques du domaine (dessin des voies métaboliques) adaptées à leur exploitation.  

L'objectif du stage est donc de proposer et d’implémenter un algorithme pour créer des représentations de grands graphes métaboliques. Le point de départ du projet sera l’implémentation open-source d’une méthode publiée (Bourqui & al. [3]), et sera suivi de la création d’un prototype d’amélioration de cette dernière.

Objectifs :

• Implémenter l’algorithme décrit dans l’article de Bourqui & al. [3]

• Améliorer la méthode, notamment pour les grands réseaux et les réseaux compartimentés (compartiments cellulaires)

Compétences requises :

• Maîtrise du système Git

• Bases en langage de programmation Java ou TypeScript / JavaScript

• Bases en algorithmique et théorie des graphes seraient un plus

• Curiosité scientifique

Encadrement et conditions d’accueil :

Le stage sera réalisé au sein d’une équipe de 11 bioinformaticiens·iennes de l’unité ToxAlim. Il sera encadré par Jean-Clément Gallardo (ingénieur d’étude), Clément Frainay (chercheur) et Fabien Jourdan (chercheur).

Références :

[1] Ludovic Cottret, Clément Frainay, Maxime Chazalviel, Floréal Cabanettes, Yoann Gloaguen, Etienne Camenen, Benjamin Merlet, Stéphanie Heux, Jean-Charles Portais, Nathalie Poupin, Florence Vinson, Fabien Jourdan, MetExplore: collaborative edition and exploration of metabolic networks, Nucleic Acids Research, Volume 46, Issue W1, 2 July 2018, Pages W495–W502,

[2] Chazalviel M, Frainay C, Poupin N, Vinson F, Merlet B, Gloaguen Y, Cottret L, Jourdan F. MetExploreViz: web component for interactive metabolic network visualization. Bioinformatics. 2018 Jan 15;34(2):312-313. doi: 10.1093/bioinformatics/btx588. PMID: 28968733; PMCID: PMC5860210.

[3] Bourqui, R., Cottret, L., Lacroix, V. et al. Metabolic network visualization eliminating node redundance and preserving metabolic pathways. BMC Syst Biol 1, 29 (2007). https://doi.org/10.1186/1752-0509-1-2