Học bổng PhD ngành sinh học tại Viện INRA – Pháp (cần gấp)

  • Chi tiết bài viết
  • Bài viết liên quan

Dr. Vincent Segura và Dr. Leopoldo Sanchez tại UMR BioForA, Viện INRA, Pháp đang cần gấp một sinh viên PhD để thực hiện dự án:

Amélioration de la précision de prédiction pan-génomique du phénotype par une approche de biologie des systèmes.

Ứng viên email trực tiếp Dr. Segura tại địa chỉ sau: vincent.segura@inra.fr hoặc Dr. Leopoldo Sanchez tại: leopoldo.sanchez-rodriguez@inra.fr (cần gấp, liên lạc càng sớm càng tốt). Thông tin yêu cầu như sau:

  1. Một motivation letter
  2. Sơ yếu lý lịch (resume/CV)
  3. Thông tin hai người viết thư giới thiệu

Điền kiện: hợp đồng 3 năm, bắt đầu từ tháng Mười Một 2018

Stipend: ~1750 €

Thông tin về dự án:

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 des caractères 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 ? et 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, de séquençage 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

  1. 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.
  2. Gebreselassie M et al. (2017) Near-infrared spectroscopy enables the genetic analysis of chemical properties in a large set of wood samples from Populus nigra (L.) natural populations. Industrial Crops and Products, 107:159-171. (DOI 10.1016/j.indcrop.2017.05.013).
  3. Plomion C et al. (2016) Forest tree genomics: 10 achievements from the past 10 years and future prospects. Invited review, Annals of Forest Science, 73:77–103.
  4. 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.
  5. 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.

Nguồn: Dr. Nguyễn Tấn Trung

Nguồn hình: French Embassy in Ireland

Ý Kiến Độc Giả:

Nhóm nghiên cứu: