Doctorant / Doctorante en bioinformatique et deep-learning (H/F)

Sujet de thèse :
L’incroyable diversité des eucaryotes est le résultat d’une évolution continue et de l’émergence d’innovations fonctionnelles. L’une des innovations les plus fondamentales pour l’adaptation et la diversification des eucaryotes réside en leur capacité à former des symbioses mutualistes avec des micro-organismes. Ce type d’interactions peut être observé à travers les différentes lignées eucaryotes et a joué un rôle particulièrement important dans la diversification de deux d’entre elles, les plantes et les coléoptères. Jusqu’à présent, la plupart de ces interactions ont été étudiées via le prisme des gènes codants pour des protéines. Cela a permis d’identifier des gènes et des expansions de familles de gènes spécifiquement associés à ces symbioses mutualistes. Toutefois, nous avons récemment démontré que ces interactions ont aussi évolué via des changements transcriptionnels massifs de gènes pré-existants. Ces modifications de régulation peuvent s’expliquer par différents facteurs et notamment par les éléments cis-régulateurs (ECRs). Ces éléments sont des séquences généralement situées dans des zones non-codantes des génomes reconnues par des facteurs de transcription permettant la régulation de gènes cibles. La prédictions des ECRs associés avec des traits fonctionnels représente l’un des défis les plus importants de la biologie. En effet, ces éléments sont généralement de petite taille, inclus dans des zones non-codantes très variables des génomes et peuvent se situer à de grandes distances par rapport aux gènes cibles qu’ils régulent. Les méthodes de prédiction actuelles présentent des limitations importantes telles que la restriction à quelques espèces modèles (ignorant ainsi la diversité des organismes) ou encore nécessitant une phase d’alignement de séquences. Au cours des dernières années, de très nombreux jeux de données OMIQUES (RNA-Seq, ATAC-Seq, Single-Cell Seq, DAP-Seq…) ont été produits pour une vaste diversité d’organismes dont les génomes sont disponibles. Toutefois, ces données n’ont été utilisées que pour répondre à des questions scientifiques spécifiques, et non dans un cadre comparatif.
Au sein du projet INTERSTELLAR (Identification of Eukaryotic cis-regulatory elements through deep-learning approaches), nous proposons de ré-analyser et intégrer ces données afin de développer une approche de deep-learning capable de prédire des ECRs associés à des traits fonctionnels à de grandes échelles évolutives (plusieurs centaines de millions d’années) sans avoir recours à de l’alignement de séquences.
Pour répondre à cet objectif, le projet INTERSTELLAR est divisé en trois grands axes.
1. Développer d’un outil de deep-learning pour prédire des ECRs. Dans ce premier axe, le doctorant ou la doctorante ré-analysera des données omiques pour des espèces modèles couvrant la diversité des plantes et des coléoptères via des méthodes respectant les principes FAIR dont certaines ser
Voir plus sur le site emploi.cnrs.fr...