Société Française de Bioinformatique

Mots-Clés

Bioinformatique variant calling analyse phylogénomique WGS Genomique bactérienne

Description

Le SPAAD est le service partagé à l’appui et à la l’analyse des données du Laboratoire de santé animale (LSAn) et du Laboratoire de sécurité des aliments. Le SPAAD est un service de bio-informatique qui développe et maintien des pipelines d’analyse destinés à la surveillance des maladies infectieuses d’intérêt pour la santé publique et la santé animale. L’Unité UZB du Laboratoire de santé animale de Maisons Alfort (25 agents) s’intéresse aux affections bactériennes multi-espèces ayant une incidence sur la santé publique humaine comme la tuberculose bovine. L’Unité UZB est en particulier Laboratoire National de Référence pour la Tuberculose.

Dans ce cadre, le SPAAD et le LNR Tuberculose ont développé des analyses de données WGS afin de contribuer à la surveillance de la tuberculose bovine.

Le séquençage du génome entier est aujourd’hui largement utilisé pour la surveillance de la tuberculose et l’investigation des foyers de tuberculose bovine. Les analyses phylogénétiques qui en découlent permettent d’identifier les liens de transmission entre les souches, contribuent aux enquêtes épidémiologiques et permettent d’orienter les mesures de contrôle. Cependant, plusieurs étapes des pipelines bio-informatiques peuvent influencer les résultats obtenus. En particulier, le choix du génome de référence utilisé pour l’appel de variants pouvant introduire un biais de référence en affectant le nombre de SNP détectés, les distances génétiques entre isolats et la reconstruction phylogénétique. Il est donc essentiel d’évaluer l’impact de ce choix afin de garantir la fiabilité des analyses utilisées en surveillance épidémiologique.
Plusieurs études méthodologiques ont déjà été conduites par le SPAAD afin d’évaluer l’impact de différentes étapes des pipelines bio-informatiques, notamment les outils de détections de la contamination, les méthodes d’assemblage de génomes bactériens, les approches de typage cgMLST ou encore les outils de variant calling utilisés pour les analyses phylogénétiques.

Nous souhaitons poursuivre ces travaux en étudiant l’impact du génome de référence sur les analyses de la tuberculose bovine. Trois références seront comparées : AF2122 (référence historique de M. bovis, appartenant au groupe clonal Eu1), Mb3601 (référence d’un génotype français circulant en Côte d’Or appartenant au groupe clonal Eu3) et MtB0 (une référence ancestrale du complexe de M. tuberculosis reconstruite artificiellement). L’objectif sera d’évaluer l’influence du choix de la référence sur les résultats génomiques et phylogénétiques selon différents contextes épidémiologiques.
Dans le cadre du projet européen PAHW-OO2-A3, l’étudiant comparera ces trois références sur trois jeux de données : (i) des souches représentatives de la diversité mondiale de Mycobacterium bovis incluant les différents groupes clonaux connus, (ii) des souches du projet Innotub-2 sur la région transfrontalière franco-espagnole, (iii) des souches très proches génétiquement issues d’un génotype de tuberculose bovine circulant en France (BCG Côte-d’Or), et (iv) des données simulées intégrant différents niveaux de contamination intra- et inter espèces.

Vous serez amené(e) à :
- Réaliser l’appel de variants (MTBseq) et la reconstruction phylogénétique (IQtree)
- Comparer le nombre de SNP détectés, l’identification de mutations d’intérêt, les distances génétiques et la robustesse des clusters phylogénétiques
- Réaliser des analyses statistiques afin d’évaluer l’impact du choix de la référence.

Ces travaux contribueront à améliorer la fiabilité des pipelines bio-informatiques et à renforcer les outils de surveillance de la tuberculose bovine aux niveaux national et européen.