L’héritabilité manquante dans les études de GWAS : Muscler les matrices de SNP pour mieux la traquer

Les analyses d’association entre génotypes et phénotypes (GWAS) sont largement utilisées dans notre unité, en particulier pour étudier des caractères d’adaptation des plantes à différents stress. Bien que les plantes obtiennent souvent de meilleurs résultats dans les GWAS que les humains, un écart significatif subsiste entre l’héritabilité estimée sur les phénotypes et ce que les polymorphismes nucléotidiques simples (SNP) classiques permettent d’expliquer : on parle d’héritabilité manquante.

Les matrices de génotypes sont construites avec pour référence un seul génome. Ce cadre néglige les polymorphismes de présence-absence (P/A), les variations du nombre de copies (CNV) et d’autres variants structurels (SV) qui façonnent les compartiments ‘cloud‘ et ‘Shell’ des pan-génomes. Nos résultats suggèrent qu’une partie de l’héritabilité manquante pourrait être révélée par une meilleure prise en compte des polymorphismes de type insertion/délétion, lors de la construction des matrices de SNP afin de réduire le nombre de données manquantes.

De plus, les GWAS actuelles s’appuient sur des matrices de SNP bialléliques construites à partir du variant SNP le plus fréquent c’est-à-dire de type transition (A->T ou C->G), alors que la dégénérescence du code génétique entraine pour ces variations moins de conséquences fonctionnelles que les transversions (A-> C ou G et T-> C ou G).

Le stage vise à dépasser ces deux faiblesses en développant des pipelines bio-informatiques hautement réutilisables (conteneurisés) visant 1/ pour un locus variable, contenu dans une insertion dans certaines lignées de plantes et dans une délétion pour d’autres, remplacer le codage NA en cas de délétion par un codage absent. 2/ adapter le pipeline de GWAS MLMM, très utilisé chez les plantes avec des matrices de SNP bialléliques, pour utiliser les données multi-alléliques actuellement disponibles mais éliminées. 3/ tester ces nouveaux pipelines sur des jeux de données réelles pour évaluer le gain apporté par ces nouveaux pipelines.

L’étudiant·e développera ces pipelines avec l’appui de l’équipe bioinformatique du GAFL et l’équipe GQMS (Génétique Quantitative et Méthodologie de la Sélection) de l’unité GQE-Le Moulon. Dans ce contexte, la personne sera accueillie au GAFL à Avignon mais sera amenée à passer un mois à l’unité GQE Le Moulon (Gif-sur-Yvette). Le profil recherché est une formation en statistiques appliquées ou une formation en génétique quantitative, avec une utilisation fluide de R avec une forte affinité pour la bioinformatique.  Elle sera co-encadrée par :

– Jacques Lagnel, Ingénieur au GAFL

– Tristan Marie-Huart, Professeur à l’INA-PG

– Nathalie Boissot, Chercheur au GAFL

Merci d’envoyer votre acte de candidature ou demande de renseignement complémentaire à : nathalie.boissot@inrae.fr et jacques.lagnel@inrae.fr