Mots-Clés

Transcriptomique séquençage haut débit Digital expression sequencing

Description

Contexte socio-économique et scientifique :

En France, 15% des couples consultent pour des problèmes d'infertilité. Cependant, le taux de réussite varie et stagne autour de 20 à 30 % par cycle. Améliorer l'efficacité des procédures de FIV est un enjeu médical et sociétal majeur pour assurer une grossesse en bonne santé et augmenter le taux de naissances vivantes des couples infertiles. Un gain important qui peut être réalisé au niveau de l'embryon in vitro. Les milieux de culture utilisés sont principalement basés sur les connaissances acquises en culture cellulaire et en modèle murin. Il est crucial comprendre les événements moléculaires à l'origine du développement préimplantatoire afin de fournir les meilleures conditions de culture aux embryons humains. Concernant l'évaluation de la qualité des embryons, des méthodes prédictives de qualité non invasives, pertinentes, rapides et bon marché seraient extrêmement utiles. Plusieurs études ont rapporté une association entre les marqueurs morphocinétiques time lapse et le potentiel d'implantation, mais avec une précision encore perfectible. Dans ce contexte, les travaux en cours sur l'intelligence artificielle et les approches d'analyse d'images/vision par ordinateur pourraient permettre de faire avancer les choses et d'améliorer la pertinence clinique des données en time lapse1,2. Enfin, plusieurs expériences de protéomique3 dans les milieux de culture ont été rapportées au cours des 15 dernières années, mais avec une pertinence et des succès limités jusqu'à présent. Les 2 principales raisons à cela pourraient être : premièrement que les approches exploratoires et non supervisées sont très difficiles en protéomique; et deuxièmement, la plupart des études n'ont pas utilisé de méthodes MS ultrasensibles ciblées de dernière génération permettant l'identification et la mesure de la concentration avec un niveau de confiance élevé.

Sujet et objectif du stage

Nous avons mis en place un nouveau de type de séquençage, avec l’aide du Broad Institute (Boston) : le DGE Seq. La stratégie est basée sur un indexage massif des transcrits, ce qui permet de compter chaque transcrit en s’affranchissant des biais d’amplification, inhérent à la préparation des librairies. Le résultat est donc plus quantitatif que du RNASeq classique, et beaucoup moins couteux (10 fois moins).

Cette année, nous avons généré de gros jeux de données :

• Organoïdes cérébraux

• Blastoides

• Blastocystes

• Cellules différenciées

L'objectif du stage est de réaliser l’analyse secondaire et tertiaire de ces jeux de données (differential gene expression analysis, ...)