Mots-Clés
annotation structurale
CAZymes
algues brunes
Description
Stage M2 - Implémentation d’outils issus du deep learning pour l’amélioration d’annotation structurale de génomes marins : cas d’étude des CAZymes d’algues brunes
Les algues brunes, éléments essentiels des écosystèmes côtiers tempérés, ont évolué indépendamment des autres lignées d’organismes multicellulaires et présentent des caractéristiques biologiques uniques. Leur résistance à l’action mécanique des vagues et à la dessiccation lors des marées leur est procurée par une matrice extracellulaire riche en alginate, un polysaccharide hydrocolloïde aux propriétés viscoélastiques. La croissance des algues brunes et leur réactivité aux conditions externes nécessite l’action d’enzymes actives sur les carbohydrates (CAZymes), dont les mannuronane C5-épimerases (ManC5-E) et les polysaccharide lyases de la famille 41 (PL41) qui modifient et dégradent l’alginate [1,2]. L’étude de ces familles multigéniques est confrontée à des verrous, notamment l’annotation structurale des gènes impliqués. En effet, une partie considérable des gènes identifiés contiennent actuellement des erreurs d’annotation. De nouveaux outils d’annotation de génome ab initio employant le deep learning (Helixer [3], Tiberius [4], ANNEVO [5]) ont été développés depuis 2024 et ont fait leurs preuves pour les mammifères et les plantes terrestres. Cependant, ces outils, entraînés sur une sélection de lignées distantes des algues brunes, ne peuvent pas encore être directement employés pour l’annotation structurale de ces génomes, qui possèdent une organisation génomique distincte. Nos données préliminaires montrent que cette approche est pertinente pour améliorer les annotations structurales des génomes d’algues brunes, mais reste à être optimisée en affinant ou entraînant ces outils de deep learning.
L’objectif du stage sera de réannoter des génomes d’algues brunes avec les nouveaux outils basés sur le deep learning affinés ou entraînés sur des données d’algues brunes acquises lors du projet Phaeoexplorer (https://phaeoexplorer.sb-roscoff.fr).
1) Les outils Helixer, Tiberius et ANNEVO seront affinés ou entraînés sur une sélection de génomes d’algues brunes annotés lors du projet Phaeoexplorer.
2) L’ensemble des génomes d’algues brunes et taxons sœurs sera réannoté.
3) Une évaluation critique des résultats obtenus sera réalisée sur des familles d’enzymes impliquées dans le métabolisme de l’alginate, à l’aide de données transcriptomiques et alignements de séquences homologues.
Ce projet s’inscrit pleinement dans l’utilisation des nouvelles données génomiques qui arrivent en masse sur les organismes marins (projets Phaeoexplorer, ATLASea : https://www.atlasea.fr) ; il permettra d’identifier les besoins et pistes de développement à envisager en termes d’annotation structurale. La réannotation des gènes impliqués dans le métabolisme de l’alginate améliorera les perspectives d’étude de ces enzymes.
Profil de la.du candidat.e
• Étudiant.e motivé.e ayant une formation en bioinformatique ou génomique (niveau master ou équivalent ingénieur).
• Maîtrise du shell Bash, connaissance sur les algorithmes de deep learning,
• Autonomie et esprit d’équipe,
• Facilité à présenter ses travaux à l’oral, bon niveau rédactionnel et bon niveau d’anglais,
• La poursuite du projet par une thèse pourra être envisagée, sous réserve d’obtention de financement.
Contacts
Ce stage sera mené à la Station Biologique de Roscoff, en Finistère, dans l’équipe Glycanes des Algues Brunes (BAG) au sein de l’UMR8227 Laboratoire de Biologie Intégrative des Modèles Marins, en collaboration avec la Plateforme de bioinformatique pour les sciences marines (ABiMS) et le Centre de Mutualisation et d’Appui à la Recherche (CMAR) de l’UMR8227. Le stage sera co-encadré par Maria Shamin (post-doctorante CNRS, équipe BAG) et Olivier Godfroy (IE CNRS, CMAR), et co-dirigé par Erwan Corre (IR CNRS, ABIMS) et Cécile Hervé (DR CNRS, BAG).
Références
1. Denoeud et al. Evolutionary genomics of the emergence of brown algae as key components of coastal ecosystems. Cell 187, 6943-6965.e39 (2024).
2. Mazéas et al. Candidate genes involved in biosynthesis and degradation of the main extracellular matrix polysaccharides of brown algae and their probable evolutionary history. BMC Genomics 25, 950 (2024).
3. Holst et al. Helixer: ab initio prediction of primary eukaryotic gene models combining deep learning and a hidden Markov model. Nat. Methods 23, 732–739 (2026).
4. Gabriel et al. Tiberius: end-to-end deep learning with an HMM for gene prediction. Bioinformatics 40, btae685 (2024).
5. Zhang et al. Highly accurate ab initio gene annotation with ANNEVO. Nat. Methods 23, 740–748 (2026).