Société Française de Bioinformatique

Mots-Clés

Snakemake Interface web lncRNA Synténie

Description

Contexte du projet :
Les ARNs longs non codants (lncRNAs) sont des régulateurs de l’expression génique et de la structure de la chromatine chez les métazoaires. Cependant, contrairement aux gènes codants, leur séquence nucléotidique évolue très rapidement. Les outils d’alignement classiques échouent donc à détecter les orthologues entre plusieurs espèces dès que l’on s’éloigne génétiquement. Ce verrou méthodologique limite aujourd’hui l’annotation fonctionnelle des lncRNAs dans les assemblages de génomes.

Pour contourner cette limite, une étude exploratoire interne (encadrée par C. Klopp) a testé une approche indépendante de la séquence stricte, basée sur l’orthologie positionnelle et structurelle :

• La synténie avec les gènes orthologues ancres voisins ;
• Des critères contextuels et structuraux (orientation relative, structuration en  exons/introns, distance à l’ancre) ;
• La conservation de courts motifs ordonnés
• La similarité de profil d’expression tissulaire

Missions du / de la stagiaire :
Le/la stagiaire aura pour missions principales de :

• Concevoir et développer le pipeline Snakemake prenant en entrée des assemblages (FASTA), des annotations (GTF) et des matrices de comptage RNA-seq et générant en sortie un ensemble de fichiers JSON décrivant notamment les modèles de gènes/lncRNA,  la synténie locale, les groupes de lncRNA orthologues…
• Développer l’interface web d’exploration interactive sur la base des JSON générés et permettant la visualisation des statistiques de qualité des génomes/annotations, des zones d’orthologies, des profils d’expression, des motifs conservés…

Compétences techniques souhaitées :

• Programmation & Workflows : Maîtrise de Python et gestion/programmation de workflows Snakemake.
• Environnement de développement : Environnement Linux/Unix en ligne de commande, gestion de version (Git), utilisation d’un IDE (ex: VS Code), et aisance dans l’usage des outils d’assistance au codage/debug par IA.
• Développement Web & Données : Modélisation de données JSON, bases du développement d’interfaces web interactives (HTML/CSS/JS ou frameworks légers).

Environnement de travail et encadrement

• Laboratoire d’accueil : Laboratoire GenPhySE (Génétique, Physiologie et Systèmes d’Élevage - INRAE / ENVT / Université de Toulouse).
• Equipe : Plateforme Sigenae (équipe d’ingénieurs bio-informaticiens spécialisés en analyse de données génomiques et développement d’outils et d’interfaces).
• Moyens calculs : Accès aux infrastructures de calcul et de stockage de la plateforme Genotoul Bioinfo .