Mots-Clés

Knowledge Graphs Multi-omics Plant Sciences RDF

Description

Contexte

La croissance et l’adaptation des plantes reposent sur une coordination dynamique entre l’assimilation du carbone par la photosynthèse et l’absorption de l’azote du sol ; ces deux processus étroitement liés déterminent le rapport carbone/azote (C/N) et régissent, en fin de compte, le développement, la productivité et les réponses au stress de la plante. Bien que de nombreuses preuves suggèrent une interaction régulatrice étroite entre les voies de signalisation du carbone et des nitrates, les mécanismes moléculaires sous-jacents ne sont que partiellement élucidés en raison de la complexité et de l’hétérogénéité des données biologiques disponibles. Au cours des dernières années, le groupe Sirene (IPSIM) a constitué de précieuses ressources « multi-omiques », incluant des jeux de données transcriptomiques et des études fonctionnelles, offrant ainsi une opportunité unique d’étudier ces interactions grâce à des approches informatiques intégratives.

Objectif général

Ce stage, réalisé en collaboration avec DIADE et le LIRMM, vise à concevoir et à mettre en œuvre un graphe de connaissances (KG) dédié au domaine, centré sur les gènes et les mécanismes de régulation impliqués dans le métabolisme du carbone, l’absorption des nitrates et la coordination de la signalisation C/N.

Objectifs spécifiques

1. En s’appuyant sur l’expérience acquise avec AgroLD [1,2], l’étudiant·e concevra le graphe de connaissances et y intégrera diverses données issues de ressources publiques (telles que TAIR, Ensembl Plants, STRING, PlantTFDB et des jeux de données spécifiques à Sirene) : annotations de gènes, relations facteurs de transcription-cibles, interactions protéine-protéine, informations sur les voies biologiques et connaissances pertinentes extraites de la littérature.
2. L’étudiant·e développera une plateforme d’exploration FAIR et explicable, permettant aux biologistes d’interroger, de visualiser et d’analyser des sous-réseaux de régulation via des interfaces intuitives ; celles-ci s’inspireront des fonctionnalités de recherche avancée, de l’accès fédéré aux connaissances (ex. : UniProt) et des stratégies de visualisation de graphes propres à AgroLD.

Ce stage offrira une formation interdisciplinaire de haut niveau, à la croisée de la biologie des systèmes végétaux, de la bio-informatique, de la science des données sémantiques et de l’ingénierie des connaissances, tout en contribuant à la mise en place d’une infrastructure de connaissances réutilisable pour décrypter les réseaux complexes de régulation nutritionnelle.

Programme de travail

• Prise en main des pipelines existants pour AgroLD: Intégration des données, création des graphes, visualisation des résultats.
• Évaluation des besoins : jeux de données à intégrer, questions biologiques à définir, résultats à visualiser.
• Développement des pipelines d’intégration et de création du KG.
• Mise en œuvre des questions biologiques une interface d’exploration du KG : écriture des requêtes, développement d’une interface d’exploration.

Compétences recherchées

• Bioinformatique et analyse de données biologiques,
• Bonne maitrise du langage Phyton, utilisation d’environnements Docker,
• Bases de données et graphes de connaissances (RDF avec GraphDB, Virtuoso ou autres outils similaires; Neo4j; SPARQL; Cypher),
• Méthodes de machine learning (optionnel)
• Connaissances en génomique des plantes et biologie des stress abiotiques (optionnel).