Mots-Clés
Polymorphisme
Annotation des variants
Pangénome
Workflow (Nextflow/Snakemake)
Description
Description : Analyse de la diversité génétique d’organismes pathogènes ou parasites et vecteurs de maladies par des méthodes de mapping sur un génome de référence, et/ou de pangénome.
Contexte : Le séquençage d’organismes pathogènes et vecteurs d’agents pathogènes permet d’accéder à des informations importantes sur leur arsenal génétique (par exemple leur contenu en gènes) et sur la variabilité de leurs gènes et de leurs génomes, permettant de retracer l’histoire évolutive de ces organismes, ainsi que d’évaluer les risques qu’ils représentent (présence de gènes ou allèles de résistance, etc.). Ce sujet de stage est proposé en co-encadrement entre deux équipes de l’unité BIOEPAR (UMR Oniris/INRAE), travaillant dans le domaine de la santé animale, sur le site de l’école vétérinaire de Nantes (campus Chantrerie) .
L’une de ces équipes (APPIFISH) étudie notamment diverses bactéries pathogènes pour les poissons, pouvant différer par leur degré de résistance génétique à des traitements antibiotiques ou l’expression de leur virulence. La deuxième équipe (TIBODI) travaille sur les tiques, organismes parasites des vertébrés et susceptibles de leur transmettre des bactéries ou virus pathogènes, ainsi que des micro-organismes pathogènes.
Une analyse de la diversité génomique de ces organismes est désormais possible à travers le multiplication de données de séquençage de génomes, avec un besoin d’harmoniser les protocoles d’analyse, de les rendre modulables et répétables (procédures nextflow/snakemake).
L’encadrement sera assuré par Pierrick Lucas, ingénieur bioinformaticien dans l’équipe TIBODI, avec un suivi par les scientifiques de chaque équipe (Kenny Oberlé pour APPIFISH et Claude Rispe pour TIBODI).
Missions confiées : Le travail consistera en une analyse de jeux de données NGS en génomique, pour deux modèles, bactéries pathogènes de poissons et arthropodes vecteurs (tiques). Pour les bactéries comme pour les tiques, différentes souches ont été complètement séquencées, et leurs génomes ont été annotés.
En préambule, une analyse de la bibliographie et des outils existants pour l’identification et l’analyse de polymorphisme dans les données de séquençage complet des génomes sera menée.
L’étudiant(e) devra ensuite réaliser une analyse de variabilité génétique dans les différents jeux de données, permettant d’analyser le polymorphisme intra-individuel (dû à l’hétérozygotie des tiques, ou à la présence de sous-populations bactériennes pour les bactéries de poissons) et inter-individuel (variabilité génétique entre souches ou individus avec des approches de phylogénie à haute résolution).
L’étudiant(e) devra intégrer un ensemble d’étapes d’analyses comprenant le nettoyage des reads, leur mapping sur une séquence de référence, et le balayage des polymorphismes avec annotation des variants, permettant enfin des analyses quantitatives et qualitatives de la variation (selon les régions du génome, mutations synonymes ou non-synonymes dans les gènes codants, etc.).
Une méthodologie alternative au mapping sur une référence sera également employée, passant par une approche pangénomique (construction d’une matrice des variations à partir d’un petit nombre de génomes de référence, analyse des variants par rapport à cette matrice).
Profil :
- Master 2 en bioinformatique/bioanalyse en génomique
- Maîtrise de la recherche bibliographique et de la lecture en anglais, et de la recherche sur les outils et leurs applications (githubs)
- Connaissances des outils bioinformatiques d’analyse de reads à hauts débits : assemblage, annotation, identification de SNPs
- Utilisation d’un environnement de calcul Linux (lignes de commande et scripts)
- Bonnes connaissances en biologie évolutive, notamment en ce qui concerne l’évolution moléculaire : diversité des régions du génome, polymorphisme, processus sélectifs.