Mots-Clés

microbiome métagénomique metagenomic fungi MICI

Description

English below

Contexte

L’équipe Microbiote, Intestin et Inflammation (MI2) , co-dirigée par Harry Sokol et Philippe Seksik, vise à déchiffrer les mécanismes des interactions microbiote–hôte en particulier dans le contexte des MICI (maladies inflammatoires chroniques de l’intestin), où la dysbiose du microbiote joue un rôle dans la pathogenèse. L’équipe s’appuie sur des expertises variées : connaissance des MICI, analyses multi-omics, écologie du microbiote, physiologie des cellules épithéliales, interactions entre système immunitaire et microbiote. L’équipe pluridisciplinaire est composée de chercheurs, d’enseignants-chercheurs, de médecins, ainsi que de techniciens et ingénieurs, et fait partie du CRSA , un centre de recherche médicale fondamentale et translationnelle.
La·e stagiaire s’intégrera dans le groupe de bioinformatique de l’équipe et contribuera à l’étude métagénomique de la dysbiose non-bactérienne du microbiote intestinal dans les MICIs. La·e stagiaire s’intéressera particulièrement au microbiote fongique (mycobiome) chez des patients avec MICI, car l’équipe d’accueil a révélé une dysbiose spécifique aux MICIs, suggérant un rôle potentiel du mycobiome dans la pathogénie des MICI (Sokol et al. Gut 2016) . Le sujet exact pourra être adapté en fonction des intérêts du/de la candidat·e.

Objectifs

Le stage de Master consistera à proposer et mettre en œuvre des pipelines de classification métagénomique adaptés à la diversité non-bactérienne (Meyer et al. 2022) et à mener des analyses statistiques adaptées afin d’évaluer la diversité et la composition du microbiote non bactérien chez les patients MICI.

Les principales missions seront :

Revue de la littérature : Rechercher, synthétiser et structurer l’état de l’art sur la caractérisation de la diversité non bactérienne du microbiote intestinal, avec un focus sur les champignons (mycobiome).
Création d’une base de données personnalisée : Collecter et assembler des séquences de référence pertinentes pour constituer une base robuste adaptée aux pipelines retenus, et réutilisable par l’équipe.
Développement et optimisation d’un pipeline bioinformatique : Développer et implémenter un pipeline transmissible de caractérisation de la diversité non-bactérienne à partir de données shotgun sur la base de Kraken2 + Bracken ou d’alternatives, incluant nettoyage de données, classification, quantification (dans le cadre d’un stage de M2 un benchmark des outils pourra être envisagé, ainsi que l’utilisation en parallèle de plusieurs classificateurs).
Application sur données réelles : Appliquer le pipeline à une cohorte locale de patients MICI (et à des jeux de données publiques issus de la littérature dans le cadre d’un stage de M2), pour identifier des profils de diversité non-bactérienne en lien avec des caractéristiques cliniques.
Interprétation et valorisation des résultats : Réaliser une interprétation critique des données : diversité, abondance, co-occurrences microbiennes (bactéries–champignons), liens potentiels avec les données cliniques.

Profil recherché

Compétences obligatoires

Étudiant·e en bioinformatique, biologie computationnelle, biostatistiques ou domaine connexe (niveau L3/M1) OU étudiant.e.s en biologie avec un intérêt prononcé pour la bioinformatique et les biostatistiques ainsi qu’une expérience préalable en bioinformatique.
Maîtrise de bash et d’au moins Python et/ou R
Aptitudes à l’analyse bibliographique, anglais scientifique écrit et oral.

Éléments de candidature valorisés

Expérience préalable avec un cluster de calcul (HPC, ex : Slurm ou PBS), et/ou de grands jeux de données génomiques shotgun et/ou d’un gestionnaire de pipeline (Snakemake, Nextflow).
Connaissance en microbiologie/génomique/métagénomique et/ou intérêt pour le microbiote.

Bibliographie

Sokol, et al Fungal microbiota dysbiosis in IBD, Gut 2017
Zhang et al.. The gut mycobiome in health, disease, and clinical applications in association with the gut bacterial microbiome assembly. Lancet Microbe. 2022
Meyer et al. Critical Assessment of Metagenome Interpretation: the second round of challenges. Nat. Meth. (2022).

ENGLISH

Characterisation of non-bacterial gut microbiota in chronic inflammatory bowel diseases

Background

The Microbiota, Gut and Inflammation (MI2) team, co-led by Harry Sokol and Philippe Seksik, aims to decipher the mechanisms of microbiota-host interactions, particularly in the context of IBD (inflammatory bowel disease), where microbiota dysbiosis plays a role in pathogenesis. The team draws on a variety of expertise: knowledge of IBD, multi-omics analyses, microbiota ecology, epithelial cell physiology, and interactions between the immune system and microbiota. The multidisciplinary team is composed of researchers, teacher-researchers, physicians, technicians and engineers, and is part of the CRSA, a centre for fundamental and translational medical research.
The intern will join the team’s bioinformatics group and contribute to the metagenomic study of non-bacterial dysbiosis of the gut microbiota in IBD. The intern will focus particularly on the fungal microbiota (mycobiome) in patients with IBD, as the host team has revealed a dysbiosis specific to IBD, suggesting a potential role for the mycobiome in the pathogenesis of IBD (Sokol et al. 2016). The exact topic may be adapted according to the candidate’s interests.

Objectives

The Master’s internship will consist of proposing and implementing metagenomic classification pipelines adapted to non-microbial diversity (Meyer et al. 2022) and conducting appropriate statistical analyses to assess the diversity and composition of non-bacterial microbiota in IBD patients.

The main tasks will be:

Literature review: Research, summarise and structure the state of the art on the characterisation of non-bacterial diversity in the gut microbiota, with a focus on fungi (mycobiome).
Creation of a custom database: Collect and assemble relevant reference sequences to build a robust database adapted to the selected pipelines and reusable by the team.
Development and optimisation of a bioinformatics pipeline: Develop and implement a transferable pipeline for characterising non-bacterial diversity from shotgun data based on Kraken2 + Bracken or alternatives, including data cleaning, classification and quantification (as part of an M2 internship, a benchmark of tools may be considered, as well as the parallel use of several classifiers) .
Application to real data: Apply the pipeline to a local cohort of IBD patients (and to public datasets from the literature as part of an M2 internship) to identify non-bacterial diversity profiles related to clinical characteristics.
Interpretation and evaluation of results: Perform a critical interpretation of the data: diversity, abundance, microbial co-occurrences (bacteria–fungi), potential links with clinical data.

Required profile

Essential skills

Student in bioinformatics, computational biology, biostatistics or a related field (Bachelor’s/Master’s level) OR biology students with a strong interest in bioinformatics and biostatistics and previous experience in bioinformatics.
Proficiency in bash and at least Python and/or R.
Ability to analyse bibliographies, written and spoken scientific English.

Appreciated supplementary skills

Previous experience with a computing cluster (HPC, e.g. Slurm or PBS), and/or large shotgun genomic datasets and/or a pipeline manager (Snakemake, Nextflow).
Knowledge of microbiology/genomics/metagenomics and/or interest in the microbiota.