Mots-Clés
transcriptomique
statistique
integration
ontologies
R
metabolomique
Description
Contexte : la gestion des plantes parasites des plantes de grandes cultures représente un enjeu majeur pour le monde agricole, notamment en raison des pertes de rendement et des pertes économiques associées. En France, l’orobanche rameuse (Phelipanche ramosa (L.) Pomel), plante holoparasite épirhize à large spectre d’hôtes, affecte principalement le colza d’hiver avec des pertes de rendement pouvant dépasser les 90%. Face à l’inefficacité des méthodes traditionnelles de gestion et le contexte de la transition agroécologiques, les métabolites secondaires produits par les champignons du sol peuvent être un levier efficace de biocontrôle pour la gestion de P. ramosa.
L’objectif du projet BIOCOROMICS, financé par Plant2Pro, est de déterminer la nature des métabolites ayant une action phytotoxique contre P. ramosa, de déterminer la spécificité d’expression de ces métabolites par une approche associant génomique, transcriptomique et métabolomique. La combinaison d‘approches omiques (génomique, transcriptomique et métabolomique) devrait permettre i) de mieux comprendre les mécanismes de l’interaction entre les champignons pathogènes et P. ramosa ; ii) d’identifier les gènes et métabolites exprimés par Fusarium en réponse à l’Orobanche ; iii) de déterminer si les métabolites sont constitutivement exprimés en réponse aux exsudats de la plante hôte ; iv) déterminer si les métabolites ont un effet phytotoxique sur les plantes hôtes de P. ramosa. Ce projet vise à développer un produit de biocontrôle pour la régulation de P. ramosa, voire d’autres orobanches telles que Orobanche cumana ou O. minor (parasites respectivement du tournesol et des Fabacées).
Analyse transcriptomique : dans le cadre de ce projet, une analyse transcriptomique a été réalisée sur 4 souches de Fusarium en présence ou pas d’extrait d’orobanche rameuse cultivée sur tabac ou sur colza. Les mêmes échantillons ont également été analysés en métabolomiques.
Objectif du stage : l’analyse statistique des données transcriptomiques et l’interprétation biologique en intégrant les résultats des analyses métabolomiques. Pour cela, l’idée est de regarder comment s’organisent les gènes dans les ontologies fonctionnelles (processus biologiques et fonction moléculaire) et de croiser cette information avec la connaissance des réseaux métaboliques, également mis sous forme d’ontologies.
Compétences requises : R et une connaissance de la génomique pour pouvoir travailler sur les ontologies
Période et rémunération de stage : 6 mois avec gratification de stage et possibilité de poursuite en CDD d’un an sur le même projet
Encadrante : Marie-Laure Martin (marie-laure.martin@inrae.fr), Institut des Sciences des Plantes de Paris-Saclay (IPS2), Equipe Genomic Network (Gnet), Bâtiment 630, Avenue des Sciences, 91190 – Gif-sur-Yvette.
Collaboration avec Samuel Mondy de l’UMR 1347 Agroécologie de Dijon