Mots-Clés
programmation
variant calling
parasitologie
génomique
NGS
amplicon sequencing
pipeline
Description
1. Présentation du stage
L’analyse de la diversité génétique des agents pathogènes repose en grande partie sur l’identification fiable des mutations présentes dans leurs génomes. Cette étape, appelée variant calling, est essentielle pour étudier l’évolution des populations parasitaires, identifier des marqueurs moléculaires associés à la résistance aux traitements et mieux comprendre les mécanismes d’adaptation des parasites à leur environnement.
Cependant, les génomes de nombreux parasites présentent des caractéristiques particulières (forte diversité allélique, composition nucléotidique atypique, régions répétées, polymorphismes complexes ou encore spécificités liées à leur biologie) qui peuvent limiter les performances des outils conventionnels de variant calling, tels que GATK, FreeBayes ou BCFtools. Ces limitations peuvent conduire à une détection incomplète de la diversité génétique ou, à l’inverse, à l’identification de variants erronés, aussi bien à partir de données de séquençage ciblé (amplicon sequencing) que de génomes complets (WGS).
Dans ce contexte, ce stage aura pour objectif de développer un nouvel outil bioinformatique de détection des mutations, spécifiquement adapté aux particularités des génomes Apicomplexa. Le projet s’appuiera sur une stratégie méthodologique préalablement développée au laboratoire, qui devra être formalisée, optimisée et implémentée sous la forme d’un outil accessible et réutilisable par la communauté scientifique. L’objectif principal sera de maximiser la sensibilité de détection des mutations tout en maintenant une excellente spécificité, afin de limiter au maximum les faux positifs sans perdre les variants réellement présents dans les échantillons. L’outil développé sera évalué sur différents jeux de données de séquençage issus de plusieurs parasites d’intérêt médical, notamment Cyclospora cayetanensis, Plasmodium falciparum et Cryptosporidium spp. Des comparaisons avec les principaux outils actuellement disponibles permettront de mesurer ses performances et de déterminer les situations dans lesquelles il apporte une réelle amélioration.
Ce projet s’inscrit dans une démarche de développement méthodologique et de bioinformatique appliquée à la parasitologie. Il donnera lieu à la mise à disposition publique de l’outil et de son code source, ainsi qu’à la rédaction d’un article scientifique destiné à une revue internationale à comité de lecture.
2. Description des tâches
Le ou la stagiaire sera impliqué(e) dans les différentes étapes du développement, de l’optimisation et de la validation de l’outil, incluant :
- l’étude des principales méthodes de variant calling, de leurs limites et des spécificités génomiques des parasites ciblés.
- la traduction de l'approche méthodologique existante en un outil bioinformatique structuré, reproductible et documenté.
- la programmation des différentes étapes de l'outil, automatisation des analyses et optimisation des performances.
- les tests sur différents jeux de données NGS, incluant des données d'amplicon sequencing et de séquençage de génomes complets, issus de plusieurs espèces parasitaires.
- la comparaison des performances de l'outil avec celles de solutions de référence (GATK, FreeBayes, BCFtools, etc.), notamment en matière de sensibilité, de spécificité et de taux de faux positifs.
- la préparation de la documentation technique, mise à disposition du code et participation à la rédaction d'un article scientifique en anglais présentant l'approche développée et ses performances.
Ce stage permettra au ou à la candidat(e) de développer des compétences en programmation, bioinformatique, analyse de données NGS et développement méthodologique, tout en travaillant sur une problématique de recherche concrète ayant des applications directes en génomique des agents pathogènes.
3. Profil du candidat recherché
Nous recherchons un(e) étudiant(e) en Master 2 issu(e) d’une formation en bioinformatique, biologie computationnelle, génomique ou informatique appliquée aux sciences du vivant. Les compétences et qualités suivantes sont attendues :
- Bonne maîtrise d'au moins un langage de programmation, notamment Python et/ou Bash.
- Solides connaissances en analyse de données de séquençage à haut débit (NGS).
- Connaissances des principaux outils bioinformatiques d'alignement et d'analyse de séquences et de génomes (BLAST, BWA, SAMtools, etc.).
- Bonnes bases en génétique et en génomique.
- Grande rigueur scientifique et capacité à travailler de manière méthodique.
- Autonomie, curiosité scientifique et capacité à résoudre des problèmes techniques.
- Bonnes capacités de communication et aptitude au travail en équipe dans un environnement pluridisciplinaire.
- Bonnes compétences rédactionnelles, notamment en anglais scientifique, dans la perspective de la rédaction d'un rapport de stage et de la participation à la préparation d'une publication internationale.
- Des connaissances en microbiologie, en génétique des microorganismes ou des parasites, et en intelligence artificielle seraient un plus.
Une forte motivation pour le développement d’outils bioinformatiques et la recherche en génomique constituera un critère particulièrement important.
4. Contact
- Romain COPPEE : romain.coppee@univ-rouen.fr
- Anna COSSON : anna.cosson@u-paris.fr
- Loic VUILLERMET : loic.vuillermet@univ-rouen.fr