Société Française de Bioinformatique

Mots-Clés

génomique Galleria mellonella RNAseq Assemblage de novo

Description

Contexte :
Galleria mellonella, communément appelée fausse teigne de la cire, est un insecte lépidoptère de plus en plus utilisé comme modèle d’étude alternatif aux vertébrés pour des étudies in vivo. En raison de son système immunitaire inné présentant de fortes analogies fonctionnelles avec celui des mammifères, G. mellonella est un modèle de choix pour évaluer la virulence de pathogènes bactériens ou fongiques, ainsi que pour tester l’efficacité de traitements antimicrobiens. Bien que son génome ait été partiellement exploré, il est nécessaire d’obtenir un génome complet pour maximiser l’exploitation de ce modèle dans la recherche biomédicale.
Description de la mission :
Le ou la stagiaire participera à un projet de recherche visant à produire un génome de référence de haute qualité de G. mellonella. La première phase du stage consistera à réaliser l’assemblage de novo à partir de jeux de données de séquençage disponibles (long reads et short reads). Le ou la stagiaire aura la charge de la mise en place et de l’optimisation de pipelines bio-informatiques d’assemblage, de polissage et de contrôle qualité, pour évaluer la complétude et la cohérence du génome obtenu.
Dans un second temps, il/elle mènera l’annotation fonctionnelle du génome, en combinant des approches ab initio, basées sur les similarités et assistées par données transcriptomiques et/ou protéiques si elles sont disponibles.
En fonction de l’avancement du projet et de l’intérêt du ou de la stagiaire, une phase complémentaire pourra porter sur des analyses génomiques comparatives avec d’autres espèces d’insectes ou de lépidoptères, et sur des analyses ciblées de familles de gènes d’intérêt, comme les récepteurs de l’immunité innée, les peptides antimicrobiens, ou encore les gènes liés à la réponse au stress ou aux interactions hôte-pathogène.
Profil recherché :
• Étudiant(e) en Master 2 en bio-informatique, informatique appliquée à la biologie, ou discipline connexe.
• Maîtrise des environnements Linux / Unix.
• Bonne connaissance des formats de données biologiques : FASTQ, FASTA, GFF.
• Maîtrise d’au moins un langage de programmation : Python, Bash (R est un plus).
• Bonne connaissance de Snakemake ou un autre système de workflow.
• Connaissance de l’utilisation d’un cluster de calcul (SLURM).
• Connaissance en assemblage de novo, annotation génomique ou génomique comparative appréciées.
• Des connaissances en développement web (HTML/CSS/JS, Flask, etc.) sont un plus.
• Capacité à organiser, documenter et structurer son travail de manière rigoureuse.
• Autonomie, esprit d’initiative et capacité à travailler en équipe.