Mots-Clés
protéomique, nanoLC-HRMS , langage R, traitement de données
Description
Contexte
L’arthrose est une maladie articulaire dégénérative répandue, affectant 10-20 % de la
population de plus de 50 ans. Elle est caractérisée par une altération de la structure entière
de l’articulation, comprenant entre autres une dégradation progressive du cartilage ainsi
qu’une inflammation de la membrane synoviale. A ce jour, il n’existe pas de traitement de
l’arthrose si ce n’est le recours aux analgésiques. Afin de pouvoir mieux comprendre la
physiopathologie de cette maladie et de proposer une thérapie, il est primordial de rechercher
des biomarqueurs sensibles et spécifiques permettant son diagnostic précoce ainsi qu’un suivi
de sa progression avec le temps, en particulier chez les personnes prédisposées (sportifs,
diabétiques,…). Nous proposons dans ce projet de valider des séquences peptidiques parfaitement identifiées en tant que biomarqueurs de l’arthrose grâce à un en consortium composé, de notre laboratoire, du service de biochimie de l’hôpital Cochin, de la plateforme protéomique de Necker et de la plateforme bio-
informatique de l’IPSIT (Université Paris Saclay).
Missions
L’étudiant devra dans un premier temps enrichir les données dont nous disposons en traitant
des échantillons de liquides articulaires avant leur analyse par nanoLC-HRMS. Afin d’identifier
des biomarqueurs corrélés à des caractéristiques cliniques à partir de données peptidomiques
et protéomiques collectées, il appliquera la démarche classique suivante :
- Contrôles qualité sur les données brutes à l’aide de statistiques descriptives.
- Normalisation pour harmoniser la distribution entre les échantillons avec détection
des échantillons aberrants ou les biais techniques.
- Analyse différentielle supervisée pour dégager des informations biologiques à partir
des variables significatives et analyse fonctionnelle en utilisant la base de données de
jeux de gènes MSigDB et les outils d’analyse de voies biologiques (GSEA MSigDB,IPA)
- Identification de groupes ou sous-groupes associés à des profils (cluster de protéines)
corrélés aux caractéristiques cliniques.
Profil recherché
Toutes les analyses seront réalisées en priorité à l’aide des outils statistiques du langage R. L’étudiant (e), biochimiste ou chimiste ayant des connaissances sur les biomolécules, intéressé(e) par le projet devra avoir une connaissance théorique des couplages de la chromatographie avec la spectrométrie de masse dans un contexte d’analyse protéomique. Un stage ou une expérience pratique en analyse protéomique et le traitement de données
sera un plus.