Search

Targeted metagenomics is the study of the composition of microbial communities in diverse biological samples, based on the sequencing of a genomic locus. This application has boomed over the last decade thanks to the democratisation of high-throughput sequencing, and has allowed substantial progress in the study of microbial evolution and diversity. However, new problems have emerged with high-throughput sequencing : the exponential generation of data must be properly analyzed with bioinformatics tools fitted to the experimental designs and associated biological questions. This dissertation provides solutions to improve targeted metagenomics studies, by the development of new tools and methods allowing a better understanding of analytical biases, and a better design of experiments. Firstly, an expert assessment of the analytical pipeline used on the PEGASE-biosciences plateform has been performed. This assessment revealed the need of a formal evaluation method of analytical pipelines used for targeted metagenomics analyses. This method has been developed with simulated and real datasets, and adequate evaluation metrics. It has been used on several analytical pipelines commonly used by the scientific community, as well as on new analytical methods which have never been used in such a context before. This evaluation allowed to better understand experimental design biases, which can affect the results and biological conclusions. One of those major biases is the design of amplification primers to target the genomic locus of interest. A primer design software, adaptable to different experimental designs, has been specifically developed to minimize this bias. Finally, analytical guidelines and experimental design recommendations have been formulated to improve targeted metagenomics studies., La métagénomique ciblée, étude de la composition et de la diversité des communautés microbiennes présentes dans différents échantillon biologiques sur la base d'un marqueur génomique, a connu un véritable essor lors de cette dernière décennie grâce à l'arrivée du séquençage haut-débit. Faisant appel à des outils de biologie moléculaire et de bioinformatique, elle a été à l’origine de substantiels progrès dans les domaines de l’évolution et de la diversité microbienne. Cependant, de nouvelles problématiques sont apparues avec le séquençage haut-débit : la génération exponentielle de données soulève des problèmes d'analyse bioinformatique, qui doit être adaptée aux plans d'expérience et aux questions biologiques associées. Cette thèse propose des solutions d'amélioration des études de métagénomique ciblée par le développement d'outils et de méthodes innovantes, apportant une meilleure compréhension des biais d'analyse inhérents à de telles études, et une meilleure conception des plans d'expérience. Tout d'abord, une expertise du pipeline d'analyse utilisé en production sur la plate-forme PEGASE-biosciences a été menée. Cette évaluation a révélé la nécessité de mettre en place une méthode d'évaluation formelle de pipelines d'analyses de données de métagénomique ciblée, qui a été développée sur la base de données simulées et réelles, et de métriques d'évaluation adaptées. Cette méthode a été utilisée sur plusieurs pipelines d'analyse couramment utilisés par la communauté, tout comme sur de nouvelles approches d'analyse jamais utilisées dans un tel contexte. Cette évaluation a permis de mieux comprendre les biais du plan d'expérience qui peuvent affecter les résultats et les conclusions biologiques associées. Un de ces biais majeurs est le choix des amorces d'amplification de la cible ; un logiciel de design d'amorces adaptées au plan d'expérience a été spécifiquement développé pour minimiser ce biais. Enfin, des recommandations de montage de plan d'expérience et d'analyse ont été émises afin d'améliorer la robustesse des études de métagénomique ciblée.

Licence; The study focuses on two species of forage plants: the perennial ryegrass, Lolium perenne, and the alfalfa, Medicago sativa. These species have a genetic complexity because of their high allelic polymorphism, their important heterozygosity and the autotetraploid for alfalfa. They have a major agronomic interest and so offer economic benefits. The objective of internship is to define primers to amplify genes of interest agronomic to be able to study their polymorphism in a wide range of diversity. Data sequences were collected, and then an important work of treatment of genomic data was performed. Primers were defined in conserved regions of species, to avoid the amplification of other genes in particular in the same family, moreover in regions sufficiently preserved in species, to be able to amplify individuals of various genetic origins. Finally, the amplification of genes was tested by PCR in different individuals. Primers were defined for the GAI gene of ryegrass, and the CCoAOMT gene of alfalfa.; L’étude porte sur deux espèces majeures de plantes fourragères : le Ray-Grass Anglais, Lolium perenne et la luzerne, Medicago sativa. Ces espèces ont une complexité génétique à cause de leur polymorphisme allélique élevé, de leur forte hétérozygotie et de l’autotétraploïdie pour la luzerne. Elles ont un intérêt agronomique majeur et présentent donc des retombées économiques. L’objectif du stage est de définir des amorces pour amplifier des gènes d’intérêt agronomique afin de pouvoir étudier leur polymorphisme dans une large gamme de diversité. Des données de séquences ont été récupérées, puis un important travail de traitement de données génomiques a été réalisé. Des amorces ont été définies dans des régions spécifiques du gène d’intérêt, afin de ne pas amplifier d’autres gènes en particulier de la même famille, et en plus dans des régions suffisamment conservées dans l’espèce, afin de pouvoir amplifier des individus d’origine génétique variée. Pour finir, l’amplification des gènes a été testée par PCR sur différents individus. Des amorces ont été définies pour le gène Gibberelic Acid Insensitive (GAI) du ray-grass anglais, et pour le gène Caffeoyl-CoA-3-O-MethylTransferase (CCoAOMT) de la luzerne.