Mots-Clés

Génomique Méthodes Bioinformatique Génétique des populations

Description

Responsables : 

- Flora Jay, Chercheuse CNRS, LISN, Université Paris-Saclay

- Léo Planche, Post-doctorant, LISN, Université Paris-Saclay

Lieu du stage :  

Laboratoire LISN, au sein de l'équipe bioinformatique.

Contexte scientifique : 

Après s’être étendus hors d’Afrique, les êtres humains modernes se sont croisés avec des humains archaïques, principalement Néandertal et Dénisovien. L'un des outils pour étudier ce phénomène, qui sera au centre de ce stage, est nommé Local Ancestry Inference (LAI). Il consiste à identifier chez un individu les différentes origines ancestrales des parties de son génome. Dans notre cas spécifique, il s'agit de retrouver les parties du génome d'un individu qui proviennent de Néandertal. 

Malgré les progrès récents dans l'identification et la quantification de l'introgression archaïque, la majorité des études se sont concentrées sur des données génomiques d’individus contemporains. L'ADN ancien, c'est-à-dire l'ADN d'individus non contemporains, offre la possibilité de répondre à de nouvelles questions. Malheureusement, ce type d'ADN est le plus souvent de mauvaise qualité en raison de sa dégradation au fil du temps et de l'environnement.  L'évaluation de l'efficacité des méthodes actuelles sur l'ADN ancien et l'adaptation ou la création de nouvelles méthodes conçues spécifiquement pour ce type de données va être une tâche cruciale pour mieux comprendre l’histoire de l’humanité.

Objectifs, travail demandé : 

Ce stage se concentrera sur l’évaluation et l’adaptation de méthodes de LAI à des données d’ADN ancien, principalement dans le contexte de l’étude de l’introgression archaïque. Le projet de ce stage se déroulera approximativement comme suit :

• Devenir familier avec la littérature et les méthodes qui seront utilisées au cours du stage.

• Tester les méthodes de LAI existantes sur des données simulées, notamment de l’ADN ancien simulé. Étudier la performance des modèles en fonction du degré de dommages subis par l’ADN.
• Proposer de nouvelles solutions techniques pour améliorer les méthodes quand elles sont appliquées à des génomes ayant subi des dommages.
• Après avoir testé et validé ces solutions grâce aux simulations, les appliquer à des données réelles et étudier l’admixture archaïque dans des génomes anciens.

Profil recherché :

Le stage requiert des connaissances en Python et en programmation ainsi qu’un désir de comprendre les rouages mathématiques des méthodes utilisées en génétique des populations.