• Réduire le texte

    Réduire le texte
  • Rétablir taille du texte

    Rétablir taille du texte
  • Augmenter le texte

    Augmenter le texte
  • Imprimer

    Imprimer
Thèse : « amélioration de la précision de prédiction pan-génomique du phénotype par une approche de biologie des systèmes »
Référence
1523880780
Date limite pour postuler
15/05/2018
Date de publication
16/04/2018

Caractéristiques

Précision sur la nature du contrat
Contrat de thèse
Durée du contrat
3 ans
Date de début de contrat
01/09/2018

Rémunération
environ 1750 €

Affectation

Nom de l'unité d'affectation
UMR0588 BioForA Biologie intégrée pour la valorisation de la diversité des Arbres et de la Forêt
Adresse de l'unité d'affectation
INRA Orléans 2163 avenue de la Pomme de Pin CS 40001 Ardon 45075 ORLEANS CEDEX 2
Région de l'unite d'affectation
Centre-Val de Loire

Descriptif

Environnement de travail

Sujet

Contexte :

L’évaluation pan-génomique est une innovation de rupture portant sur la façon dont le progrès génétique est géré et généré dans le cadre des programmes d’amélioration génétique. Cependant, tout comme l’évaluation génétique traditionnelle, son principe repose sur un paradigme de type « boite noire » avec une très faible prise en compte de l’architecture génétique sous-jacente descaractères d’intérêt. Pourtant, de nouvelles ressources issues des approches ‘omiques’ sont en train de combler l’écart existant entre le phénotype et la séquence ADN, ouvrant la voie à des approches systémiques de biologie intégrative. Dans ce contexte, ce projet de thèse a pour objectif principal d’améliorer les prédictions phénotypiques pan-génomiques grâce à l’intégration d’informations contextuelles du système génétique sous-jacent inférées à partir des données ‘omiques’ via notamment la construction de réseaux de gènes. Le défi sera donc de déchiffrer la complexité des caractères quantitatifs d’intérêt à l’aide de modèles explicatifs explicites, tout en conservant les qualités prédictives nécessaires pour une sélection opérationnelle.

• Questions scientifiques
La thèse comporte deux questions scientifiques complémentaires :
1) comment formuler une nouvelle évaluation pan-génomique intégrant les couches d’information issues des approches ‘omiques’, et quels bénéfices apporte une telle intégration pour la précision de prédiction ?

2) dans quelle mesure des approches statistiques explicitant des interactions géniques peuvent-elles guider l’inférence des réseaux de gènes ?

• Plan de travail

Cette thèse comportera trois volets, correspondant directement à des propositions d’articles scientifiques. Un premier volet consistera à faire une revue bibliographique des études méthodologiques et empiriques sur l’inférence des réseaux de gènes à partir de données ‘omiques’ et leur utilisation pour la prédiction de phénotypes. À notre connaissance, il n’existe pas de méthode unique de référence pour atteindre cet objectif, mais plutôt un ensemble d’approches souvent combinés de façon séquentielle. Parmi ces approches, nous pouvons citer des démarches holistiques sans modèle préalable, comme l’apprentissage machine, et des approches classiques en génétique plus orientées autour d’un modèle préalable, comme les modèles mixtes. Un deuxième volet consistera à élaborer un pipeline analytique intégrant les développements méthodologiques identifiés préalablement dans la revue bibliographique. Ce volet méthodologique sera fait en étroite collaboration avec des partenaires apportant une expertise en méthodologie mathématique (Christophe Ambroise, LaMME, Université d’Évry Val d’Essonne) et statistique (Zulma Vitezica, UMR GenPhySE, INRA Occitanie-Toulouse). Un troisième volet consistera à valider les bénéfices du pipeline développé précédemment dans le cadre d’une étude sur l’amélioration du peuplier.
Toutes les données nécessaires pour ce dernier volet sont d’ores et déjà disponibles, acquises notamment dans le cadre d’un projet ANR de biologie systémique sur la production de bois chez le peuplier et d’un projet du métaprogramme ‘SELGEN’ de l’INRA. Plus spécifiquement il s’agit de données de séquençage d’ADN d’individus du programme d’amélioration du peuplier, deséquençage d’ARNm dans des populations naturelles de peuplier noir et de données de phénotypage de caractères d’intérêt.

• Impact
Le projet de thèse permettra de valoriser les importants investissements effectués en génotypage haut débit, séquençage et phénotypage chez le peuplier noir. Il contribuera aux activités appliquées du GIS « Amélioration et protection du peuplier » dont l’INRA Orléans est partenaire. Cette thèse permettra aussi de renforcer les liens entre notre équipe et d’autres équipes travaillant sur des aspects plus méthodologiques et mathématiques.

Références
Cros D et al. (2015) Long-term genomic selection for heterosis without dominance in multiplicative traits: case study of bunch production in oil palm. BMC Genomics 16: 651.
Gebreselassie M et al. (2017) Near-infrared spectroscopy enables the genetic analysis of chemicalproperties in a large set of wood samples from Populus nigra (L.) natural populations. IndustrialCrops and Products, 107:159-171. (DOI 10.1016/j.indcrop.2017.05.013).
Plomion C et al. (2016) Forest tree genomics: 10 achievements from the past 10 years and futureprospects. Invited review, Annals of Forest Science, 73:77–103.
Faivre‐Rampant P et al. (2016) New resources for genetic studies in Populus nigra: genome‐wide SNP discovery and development of a 12k Infinium array. Molecular Ecology Resources,16:1023-1036.
Segura V et al. (2012) An efficient multi-locus mixed-model approach for genome-wide association studies in structured populations. Nature Genetics 44 : 825-830.

Formations et compétences attendues

Conditions
Inscription a l’école doctorale ≪ Santé, Sciences Biologiques et Chimie du Vivant ≫ de l’université d’Orléans.

Pour candidater

Merci de transmettre les éléments ci-dessous a Leopoldo Sanchez (leopoldo.sanchezrodriguez@inra.fr) et Vincent Segura (vincent.segura@inra.fr) :
• Une lettre faisant état de vos motivations pour ce projet ;
• Un Curriculum Vitae ;
• Les informations de contact de 2 personnes referentes.
Date limite de candidature : 15 mai 2018.

Contact

Nom
Leopoldo Sanchez / Vincent Segura
Email
leopoldo.sanchezrodriguez@inra.fr;vincent.segura@inra.fr