Mots-Clés

régulation de la transcription facteur de transcription motifs ADN

Description

Contexte : L'Institut de Sciences des Plantes Paris-Saclay (IPS2) est une Unité Mixte de Recherche qui structure les activités de recherche, de formation et d’innovation dans le domaine des Sciences du Végétal. Dans ce cadre, l'équipe « Réseaux Génomiques » s'implique dans le développement de méthodes liées à la prédiction de réseaux d’interactions moléculaires par des approches bioinformatiques. Un des axes étudiés est la mise en évidence des interactions entre les facteurs de transcriptions et leurs gènes cibles lors de la réponse de la plante à un stress. Une méthode, PLMdetect, a été développée dans l’équipe afin de caractériser des motifs sur-représentés dans les régions proximales des gènes. Ces motifs ADN sont des cibles de facteurs de transcription régulant l’expression des gènes. Margot Correa, doctorante dans l’équipe GNet, a déterminé une liste de motifs candidats caractéristiques de cette réponse aux stress.

Objectifs : C’est à partir de cette liste de motifs ADN que le stage sur la co-occurrence des motifs commence. L’objectif étant d’identifier les motifs co-présents au sein d’un même promoteur et leurs caractéristiques. Cette approche permettra de prédire les facteurs de transcriptions co-actifs lors de la réponse à différents stress.

Travail demandé : Le travail de stage se découpera en 3 étapes principales 1- Déterminer les couples de motifs co-présents dans la région promotrice proximale des gènes. 2- Définir les distances caractéristiques entre les motifs. 3- Annoter les couples en associant des données expérimentales (ChIP-seq).

Le stage consistera à trouver les meilleurs approches bioinformatiques et statistique afin d’identifier la co-occurrence de motifs et de développer les scripts pour automatiser ces approches. Cette méthodologie sera développée sur le génome d’Arabidopsis, mais se voudra générique pour être appliquée à d’autres génomes de plantes.

Compétences techniques recherchées : Langages de programmation R, Python/PERL.

Références bibliographiques:

Méthode PLMdetect décrite dans l’article Bernard V. et al. Improved Detection of Motifs with Preferential Location in Promoters. Genome 2010, 53, 739–752, doi:10.1139/g10-042.

Dernière application dans l’article Rozière et al. A comprehensive map of preferentially located motifs reveals distinct proximal cis-regulatory elements in plants. Frontiers in Plant Science. 2022  (https://doi.org/10.1101/2022.01.17.476590)