Société Française de Bioinformatique

Mots-Clés

Cellulase, assemblage des genomes, annotation fonctionnelle, phylogénie, évolution.

Description

Aperçus sur la dégradation de la cellulose chez l’écrevisse Murray (Euastacus armatus) à partir du séquençage et de l’annotation du génome

Contexte scientifique :

La capacité des animaux métazoaires à dégrader la cellulose a longtemps été considérée comme dépendant uniquement d’endosymbiotes intestinaux (bactéries ou protistes). Cependant, des travaux récents ont démontré la présence de cellulases endogènes (notamment de la famille des Glycoside Hydrolases, GH9) chez plusieurs invertébrés, y compris des crustacés décapodes.
L’écrevisse de Murray (Euastacus armatus), une espèce emblématique d’eau douce, consomme une part importante de matière végétale et de détritus lignocellulosiques. Bien que la capacité de dégradation de la cellulose soit un élément clé de son écologie trophique et de son efficacité nutritionnelle, les bases génomiques de cette fonction restent méconnues chez cette espèce. L’obtention récente (dans notre laboratoire) du génome d’Euastacus armatus offre une opportunité unique d’identifier, d’annoter et d’analyser le répertoire complet des enzymes actives sur les glucides (CAZymes/cellulases) et de comprendre leur évolution fonctionnelle et structurale au sein de l’ordre des Decapoda.
Hypothèses testées dans le projet :
Capacité endogène de dégradation de la cellulose ?
Expansion et évolution génique ?
Conservation évolutive chez les Décapodes ?
Techniques, méthodologies mises en œuvre 
En fonction du profil et du parcours de l’étudiant(e), une formation d’accompagnement sera proposée aux outils bioinformatiques, à l’analyse de données génomiques/transcriptomiques et aux pipelines d’annotation.

Références bibliographiques
1) doi: 10.1002/ece3.10552. PMID: 37780085; PMCID: PMC10541295
2) https://doi.org/10.1093/nar/gkt1178
3) DOI: 10.1007/PL00000931_

**Compétences particulières souhaitées : **
Rigueur, motivation, curiosité, passion pour la bioinformatique et analyse de données.
Une familiarité avec l’environnement Linux serait un plus, mais ne constitue pas un prérequis.