Études transcriptomiques chez Nematostella vectensis

Les amibes libres (ALs) sont des micro-organismes eucaryotes unicellulaires (protistes) que l’on trouve partout dans le monde, principalement dans les habitats aquatiques et terrestres. Elles sont capables de mener une vie autonome dans l’environnement. Cependant, les amibes du genre Acanthamoeba spp., et les espèces Naegleria fowleri, Balamuthia mandrillaris et Sappinia pedata sont responsables de pathologies cérébrales rares dont l’issue est souvent mortelle (jusqu’à 95 % de mortalité). De plus, Acanthamoeba peut provoquer une kératite amibienne, une infection douloureuse de la cornée. Les ALs sont également des réservoirs bien connus de bactéries résistantes aux amibes (BRAs) contribuant possiblement à la propagation de bactéries pathogènes (telles que Legionella). Il est donc important de mieux étudier ces microorganismes fascinants (notamment en utilisant une approche « One Health ») et sensibiliser davantage aux maladies associées.

Afin de comprendre comment les amibes libres du genre Naegleria sont capables de s’adapter à une grande diversité de milieux (notamment le cerveau humain, pour N. fowleri), nous avons construit le « pangénome » du genre Naegleria, c’est-à-dire un catalogue complet de gènes essentiels (impliqués dans les processus de survie) et dispensables (qui pourraient appliquer les différences de capacités infectieuses). J'ai également pû réaliser une analyse transcriptomique des gènes chez la souris et chez cette amibe lors d'une infection.

2021-2023, Équipe du Dr. Marcelino I., Les Abymes, GUADELOUPE.

Études de modules actifs dans des réseaux d'intéraction géniques

L’identification d’ensembles de gènes spécifiques à une condition à partir d’expériences transcriptomiques est importante pour révéler les mécanismes de régulation et de signalisation associés à une réponse cellulaire donnée. Les approches statistiques utilisant uniquement des données d’expression permettent d’identifier les gènes dont l’expression est la plus altérée entre différentes conditions. Cependant, un phénotype est rarement une conséquence directe de l’activité d’un seul gène, mais reflète plutôt l’interaction de plusieurs gènes pour effectuer certains processus moléculaires. Les méthodes existantes d'étude de ces réseaux ont de nombreuses limites qui les rendent d’une utilité limitée pour les biologistes : elles détectent des modules trop grands, trop petits, ou elles obligent les utilisateurs à spécifier a priori la taille des modules qu’ils recherchent.

Nous avons proposé un outil : AMINE (Active Module Identification through Network Embedding), une méthode efficace pour l’identification des modules actifs. Les expériences réalisées sur des ensembles de données artificielles montrent que les résultats obtenus sont plus fiables que de nombreuses méthodes disponibles.

2019-2021, Équipe du Dr. C. PASQUIER, I3S, Sophia-Antipolis, FRANCE.

Études transcriptomiques chez Nematostella vectensis

La régénération est un processus permettant de reconstituer des cellules ou des tissus lésés. Elle est particulièrement développée chez certaines espèces marines comme les cnidaires. Nematostella vectensis est une petite anémone dotée de capacités de régénération extrême : elle est capable de reconstituer la moitié de son corps en quelques jours seulement. Afin d'étudier ce processus et de le comparer avec un autre mécanisme similaire : l'embryogénèse, il est très intéressant d'observer les réseaux de régulation géniques (GRN) qui les dirigent.

Lors de ce stage je me suis intéressé à des analyses de RNA-seq pour poser les bases du GRN de la régénération chez Nematostella vectensis. J'ai pû, grâce aux résultats de la RNA-seq, assembler un transcriptome regroupant des données issues du développement embryonaire et de la régénération. J'ai ensuite développé un outil python permettant d'améliorer la qualité d'un transcriptome en se basant sur un génome. Enfin j'ai développé un site internet pour permettre aux membres de mon équipe d'accueil de parcourir plus efficacement notre transcriptome et de partager leurs résultats et leurs outils avec la communauté.

Jan-Jui 2017, Équipe du Dr. E. Röttinger supervisé par le Dr. J. Warner, IRCAN, Nice, FRANCE.

Modélisation des canaux mécanosensibles Piezo1 & Piezo2

Piezo est une famille de canaux cationiques non sélectifs et mécanosensibles récemment identifiés chez les eucaryotes. Piezo1 est connu pour être impliqué dans la migration cellulaire et le développement vasculaire ainsi que comme capteur de la circulation sanguine. Il a un rôle dans des maladies humaines telle que la xérocytose héréditaire et pourrait être une protéine clée pour lutter contre la malaria.

Les objectifs de ce stage étaient de créer des modèles des protéines Piezo1 et Piezo2 grâce à un mélange de modélisation par homologie et de modélisation ab initio. J'ai ensuite comparé les potentiels électrostatiques entre les deux Piezos et recherché des cibles potentielles pour des ligands. Finalement j'ai effectué une modélisation par dynamique moléculaire de Piezo à l'intérieur d'une membrane.

Fév-Jui 2016, Équipe du Dr. G. Lambeau supervisé par le Dr. D. Douguet, IPMC, Sophia-Antipolis, FRANCE

Storing digital information in DNA

Durant ces dernières années, les capacités de stockage des disques durs ou des clés USB ont crûes exponentiellement. Cependant stocker des données pour de longues périodes reste toujours compliqué car aucun de ces deux médias ne peut résister à quelques décénnies. De plus, stocker de grandes quantité de données prends de la place physique or la quantité totale de données stockée ne cesse d'augmenter et devrait exploser dans les années à venir. La solution à ces deux problèmes pourrait être l'ADN. En effet, un brin d'ADN résiste facilement plusieurs centaines d'années et seuls quelques kg d'ADN suffiraient à stocker la totalité des données mondiales d'aujourd'hui.

Le but de ce projet était de développer un programme informatique permettant de convertir des informations numériques (texte, image, ...) en une séquence ADN. Nous avions plusieurs problèmes à considérer : des erreurs peuvent arriver lors de la synthèse, le décodage ou le stockage d'un brin d'ADN et celui ne devait pas excéder une taille de 150 paires de bases. Notre programme découpe donc les données à stocker en petits fragments, auxquels sont assignés un en-tête comportant des informations de position du fragment dans le texte initial. Ces fragments sont ensuite encodés grâce à un algorithme de correction d'erreurs : reed-solomon (permettant de corriger jusqu'à 10 erreurs pour 150pdb). Enfin ils ont pu être encodés en ADN et stockés. Le message original pouvait être récupéré après traduction de l'ADN, décodage grâce à la clée reed-solomon et tri des paquets grâce aux informations de position.

Été 2015, encadré par les Dr. P. Barbry et Dr. K. Robbe, IPMC, Sophia-Antipolis, FRANCE

22-23 octobre 2016 : présentation du projet, "fête de la sciences", Antibes