Mots-Clés

Conception et développement de base de données Développement d’une API REST - Développement d’interface web Développement de scripts et de workflows d’intégration de données Bioanalyse

Description

Intitulé bioinformatique du travail :

Développement d’un système d’information intégratif combinant des données multi-omiques en vue d’élucider les interactions entre les microbiotes alimentaires et le microbiote intestinal humain

Contexte scientifique :

L’alternant(e) évoluera à l’INRAE de Jouy en Josas au sein de l’institut Micalis qui s’illustre dans le développement de recherches novatrices sur la Microbiologie de l’Alimentation au service de la Santé.
A la pointe de la recherche sur l’écologie microbienne des aliments en coordonnant plusieurs projets d’envergure dans ce domaine (projet européen DOMINO , projet ANR MetaSimfood , projets Grand Défi Ferments du futur SynthPlex et Synergy ), l’équipe Food Microbial Ecology (FME ; site web ) de l’institut Micalis étudie les mécanismes qui régissent les interactions entre bactéries et levures dans les produits alimentaires au cours de la fermentation ou de l’altération.

Nous nous intéressons, en particulier à la manière dont la diversité microbienne alimentaire peut être exploitée pour concevoir des solutions microbiennes en vue d’une production d’aliments fermentés plus durable et plus saine.

Dans ce contexte, nous sommes amenés à produire et à analyser de nombreux jeux de données multi-omiques originaux et innovants : de métagénomique, métatranscriptomique, métabolomique, génomique comparative et des analyses globales des fonctions métaboliques exprimées par les différentes espèces microbiennes.

Un des défis posés par cette discipline est de pouvoir intégrer entre eux des jeux de données hétérogènes et dans ce contexte le projet proposé ici fournira des outils très intéressants pour y contribuer.

Mission (s) de l’apprenti.e ingénieur.e:

L’alternant(e) participera à la conception et au développement des évolutions de la base de données multi-omiques Food2Gut conçue par notre équipe et il/elle développera une interface web pour effectuer des requêtes complexes permettant de contribuer à notre approche holistique de l’écologie microbienne des aliments et de leur impact sur la santé.

Dans cette optique, il s’agira d’intégrer dans ce Système d’Information des données multi-omiques (transcriptomiques, génomiques, métagénomiques, métabolomiques et des métriques de fermentation) en combinant des résultats d’analyse et des métadonnées riches (issues des banques de données publiques mais aussi du data-mining de résultats précédents) afin d’être en mesure de traiter ces données de manière globale dans nos analyses.

Pour cela, en mobilisant ses connaissances, l’apprenti(e) fera évoluer notre base de données Food2Gut en concevant et en développant le module transcriptomique, le module dédié aux données de fermentation et en améliorant le module existant dédié aux modules métaboliques.

Par ailleurs, nous développerons en amont des workflows et des scripts d’analyses ainsi que des outils permettant d’intégrer ces nouveaux types de données afin qu’elles soient interopérables entre elles et avec les modules existants.

Pour implémenter les requêtes complexes qui permettront de répondre à certaines questions scientifiques issues de nos projet, l’alternant(e) développera dans un premier temps une API REST et enfin une interface web qui permettra également d’extraire les résultats obtenus.

Les compétences de l’alternant(e) en analyse de données seront également mises à profit pour alimenter la base de données en procédant à du data-mining sur nos datasets de métatranscriptomes alimentaires et sur des datasets de microbiotes intestinaux qu’il/elle extraira des bases de données publiques. Ces deux types de datasets seront annotés à l’aide de la base de connaissance de modules métaboliques expertisés de l’équipe (i.e. Food Metagenomic Metabolic Modules - F3M). Enfin des analyses statistiques d’expression différentielle seront conduites pour intégrer dans Food2Gut les gènes et les modules métaboliques différentiellement exprimés dans les aliments et dans le microbiote intestinal.