Stage Master

Ce projet de recherche s'appuie sur une collaboration entre deux partenaires, académique et industriel. L’objectif de nos travaux est de générer de nouveaux outils pour explorer les mécanismes de résistance aux stress et d’évaluer l’action de compléments alimentaires, au niveau du gène, de l’individu et de l’espèce. Nous nous intéressons plus particulièrement à augmenter les connaissances des processus biologiques impliquant les composés antioxydants par des études intégratives menées sur plusieurs espèces animales. Sur la base de l’analyse transcriptomique à haut-débit par RNA-Seq de l’expression de gènes codants (ARN messagers) et non codants (micro-ARN, longs ARN non codants), nous identifions des gènes et processus d’adaptation au stress conservés au cours de l'évolution. Pour cela nous développons en parallèle deux plateformes bioinformatiques de traitement des données de RNA-Seq grâce au langage de programmation Python : l’une pour les mRNA et l’autre dédiée aux miRNA.

Le projet consistera à développer et à optimiser une plateforme de traitement des données micro-ARN par l’utilisation du langage de programmation Python. En particulier cette optimisation consistera en l’analyse et l’interprétation des résultats issus du programme miRDeep2, permettant de prédire de nouveaux micro-ARN puis de quantifier leur expression ainsi que celle de miRNA déjà connus. Les problématiques en jeu dans ce projet seront donc tant de l’ordre de la programmation, que de l’interprétation biologique des données prédites par les outils bioinformatiques. Par l’outil de mesure d’expression différentielle EdgeR (environnement R), nous identifierons des miRNA dont l’expression varie de façon significative chez les animaux soumis à un stress.

Le but ultime de ces études est de caractériser des gènes miRNA biomarqueurs et diagnostic de l’état de stress utilisable tant pour les animaux d’élevage qu’en santé humaine.