Etablissement et enrichissement de graphes de pangénomes à partir de données réelles et simulées

 Stage · Stage M2  · 6 mois    Bac+5 / Master   Genscale INRIA/IRISA (Rennes) ou IRD de Montpellier · Rennes (France)  639

 Date de prise de poste : 4 janvier 2026

Mots-Clés

pangénomes génomique des populations simulation de génomes graphe de variations workflows

Description

Contexte du stage

Les génomes de référence linéaires sont largement utilisés en bioinformatique, notamment pour
l’identification de variants et les études de diversité génétique. Cependant, une référence unique
ne capture pas toute la diversité génétique d’une espèce, certaines séquences pouvant être absentes
de la référence. Les graphes de variations de pangénomes (PVGs) permettent de pallier ce biais en
regroupant l’ensemble des variations observées dans plusieurs génomes. Chaque nœud du graphe
représente une séquence nucléotidique et chaque arête une adjacence entre deux nœuds. Ces
graphes ont été adoptés largement par la communauté des bioinformaticiens. Toutefois, malgré le
développement de nombreux outils pour construire, manipuler et exploiter ces graphes,
l’évaluation des graphes, et logiciels utilisant les graphes restent des enjeux importants.
Ce stage s’inscrit dans le cadre du projet ANR PopGraph qui vise à implémenter de nouvelles
méthodes pour construire, enrichir et analyser les graphes de pangénomes. Le principal objectif
du stage est de contribuer au développement d’un écosystème permettant de tester, d’évaluer et de
valider les méthodes développées au cours du projet, à partir de données réelles et simulées. Cet
écosystème proposera des jeux de données de référence, la définition de métriques pour évaluer
les graphes et les méthodes et des workflows pour automatiser les analyses. Les données simulées
présenteront un intérêt particulier, car elles permettront de connaître les séquences et les variations
génétiques présentes, et ainsi de mieux évaluer la qualité des graphes obtenus.

Missions du stage

  • Constituer un jeu de données réelles parmi les données disponibles au sein des équipes
    partenaires du projets (génomes, long/short read)
  • Produire des jeux de données simulées : génomes (et long/short reads), représentant la
    diversité génétique au sein d’une population en contrôlant les paramètres de simulation et
    en connaissant les variations présentes
  • Construire les PVGs associés en utilisant le logiciel MiniGraph-Cactus, les génomes et
    résultats d’analyses de PVGs
  • Définir des métriques d’évaluation des graphes notamment en terme de précision,
    représentativité et complétude en s’appuyant sur des outils existants ou de nouveaux scripts
    à développer
  • Évaluer les métriques en les appliquant sur les graphes construits à partir, par exemple, de
    génomes simulés, pour lesquels les séquences et les variations sont connues.
  • Développer un workflow pour automatiser le calcul des métrique et l’évaluation des PVGs
  • Organiser et documenter les ressources (jeux de données, outils, workflow) afin de faciliter
    leur utilisation, leur réutilisation et leur partage au sein des équipes partenaires et de la
    communauté scientifique.

Environnement de travail

Ce stage se réalisera au sein des équipes GenScale (INRIA/IRISA) et « PANgenome, Evolution et
Ecosystem » (PANEEC, https://paneec.fr/) et s’appuiera sur les ressources de calcul de la
plateforme GenOuest. L’étudiant évoluera au sein d’équipes avec une forte expertise en
pangénomique et développement de logiciels bioinformatiques (méthodes Agile, GIT, workflows
snakemake, containers singularity, science reproductible et ouverte).

Compétences recherchées

  • intérêt pour les analyses de séquences et la génomique des populations
  • connaissance des approches de pangénomique ou de comparaison de génomes
  • maitrise des environnements de calculs linux
  • développement de pipelines (Nextflow, snakemake)
  • Python

Candidature

Date limite : 20 novembre 2026

Contacts

 Fabrice Legeai
 faNOSPAMbrice.legeai@inrae.fr

 Christine Tranchant-Dubreuil
 chNOSPAMristine.tranchant@ird.fr

Offre publiée le 17 novembre 2026, affichage jusqu'au 20 novembre 2026