Mots-Clés
Python
Antimicrobiens
Microbiome
Métagenomique
Bactériologie
Description
Le microbiome se réfère à l’ensemble des micro-organismes et de leurs gènes présents dans un compartiment. Grâce aux technologies de séquençage à haut débit, il est aujourd’hui possible d’explorer la diversité fonctionnelle au sein d’un microbiome. Dans ce contexte, la caractérisation de l’ensemble des gènes impliqués dans la résistance aux antimicrobiens (regroupés sous le terme de résistome) représente un élément clé dans la compréhension de la dissémination de l’antibiorésistance. Néanmoins, malgré l’existence de nombreuses bases de données, peu d’outils bio-informatiques permettant d’englober leur détection et leur analyse à partir de données métagénomiques.
Projet
Ce projet vise principalement à développer et évaluer un pipeline bio-informatique modulaire afin de :
- détecter et caractériser des gènes de résistance aux antibiotiques en interrogant plusieurs bases de données (ResFinder, CARD, etc.) ;
- générer des tables de comptages permettant l’analyse de leur diversité ;
- Intégrer le calcul d’un nouvel indice de diversité fonctionnelle, davantage adapté aux gènes de résistance aux antibiotiques (qui est en cours de développement).
Ce pipeline sera construit dans un premier temps à partir de données synthétiques puis sur des données biologiques réelles obtenues par séquençage métagénomique. Ces dernières seront issues du projet DAIQUIRI, porté par Sandrine Dahyot, MCU-PH dans le laboratoire de Bactériologie du CHU de Rouen et rattachée à l’équipe INSERM UMR 1311 (DYNAMICURE). Le Projet DAIQUIRI a pour objectif principal de caractériser le microbiote urinaire de femmes jeunes non ménopausées par des approches multiples incluant culturomique et métagénomique.
Par ailleurs, en raison de la nature compositionnelle et fortement parcimonieuse de ces données, il n’existe à ce jour aucune méthode de référence quant à l’étude de l’association des variations d’abondances de ces gènes à des variabilités clinico-biologiques.
Ainsi, l’objectif secondaire de ce projet sera de s’intéresser aux méthodes d’analyse d’abondance différentielle afin de développer :
• un accès à plusieurs modèles d’analyse différentielle (DESeq2, MaAsLin3, etc.) ;
• une gestion des outputs de chaque méthode pour générer une table finale d’associations multiméthodes, accompagnée de visualisations des résultats (boxplots, heatmaps, etc.).
Compétences requises
Le ou la candidat(e) devra disposer de solides acquis en bio-informatique et en statistiques ; maîtriser le langage Python (la connaissance de Snakemake serait un plus, mais pourra être acquise au cours du stage).
Encadrement
L’étudiant(e) sera co-encadré(e) par :
(i) Romain Coppée, MCF au sein de l’UFR santé et rattaché à l’équipe ESCAPE UR7510 ;
(ii) Nassim Boutouchent, AHU dans le service de Bactériologie du CHU de Rouen et doctorant en co-direction entre l’équipe InBio (Biologie Computationnelle) de l’institut Pasteur de Paris et l’UMR INSERM 1311 (DYNAMICURE).
Autre
La date de prise de fonction peut être adaptée selon les contraintes de l’étudiant(e).