Results
The Phd project of Camille is finished with the following publications:
Porteur du project
Indiquez le (ou les) responsables du project.
Camille Fourneaux
Personnes
Indiquez le noms des différentes personnes qui seront impliquées dans le project.
Camille Fourneaux, Margaux Prieux, Olivier Gandrillon, Sandrine Giraud
Problématique biologique
Décrivez la problématique biologique générale dans laquelle s’inscrit le project.
Mémoire transcriptionnelle et épigénétique au cours des divisions cellulaires
Les mécanismes qui sous-tendent les processus de décision cellulaire ont longtemps été étudiés en utilisant des données provenant de populations de cellules. Il est aujourd’hui indéniable, notamment grâce aux études réalisées sur cellules uniques, qu’il existe une hétérogénéité importante au sein d’une population de cellules isogéniques : il n’y a pas deux cellules identiques. Cette hétérogénéité est particulièrement visible au niveau du transcriptome. Elle peut être vue comme un bruit de fond dont les cellules doivent s’accommoder ou bien, être considérée comme un processus essentiel ayant un rôle fonctionnel. Ce rôle biologique est désormais démontré par de nombreuses études. Cependant, l’établissement de la variabilité au cours des générations cellulaires reste encore à ce jour très peu étudié. Mon project consiste à investiguer l’établissement de la variabilité d’expression des gènes au cours des générations cellulaires. Pour ce faire, je caractériserai la vitesse à laquelle les transcriptomes de cellules filles diffèrent et ce dans deux types de division : des divisions générant deux cellules filles similaires (auto-renouvellement) et des divisions générant au moins une cellule fille différente (différenciation). Ce project s’inscrit dans la continuité de mon stage de M2, visant à mettre en évidence une mémoire de la variabilité d’expression génique dans des progéniteurs érythrocytaires primaires de poulet, non modifiés génétiquement et appelés T2EC. Suite à un changement des facteurs présents dans le milieu de culture, ces progéniteurs ont la capacité de se différencier dans un seul lignage cellulaire (érythrocytes) permettant de s’affranchir d’une variabilité liée au choix de lignage. Pour suivre la généalogie des cellules en état d’auto-renouvellement, j’ai réalisé des cultures clonales de T2EC à partir de cellules uniques. A l’issue d’une division, les cellules filles ont été isolées manuellement et leur transcriptome a ensuite été analysé par la technique MARS-Seq (single cell RNAseq), permettant d’inférer les relations entre les cellules grâce à l’utilisation de code-barres. L’analyse de ces données s’est appuyée principalement sur des outils bioinformatiques de réduction de dimensions, clustering hiérarchique et calcul de distances géométriques. Les distances relatives entre chacune des cellules ont spécifiquement été calculées et comparées. Mes résultats préliminaires montrent une distance plus faible entre les cellules soeurs (1ere génération), qu’entre deux cellules non appariées, en état d’auto-renouvellement. Cette réduction de distance est portée par les gènes identifiés les plus variables entre toutes les cellules sans considérer le lien de parenté. Ce résultat soutient l’existence d’une plus faible variabilité dans l’expression génique entre cellules soeurs, et corrobore l’hypothèse d’une mémoire de la variabilité dans l’expression de certains gènes. Mon project de thèse visera dans un premier temps, à consolider ces résultats. Mon project s’inscrit aussi dans une collaboration financée par l’ANR avec les équipes des Dr A. Paldi (Génopole Every), R. Gunawan (University at Buffalo) et A. DeMello (ETH Zurich) avec lesquels nous développons entre autres des dispositifs de culture en micro-fluidique. Ces derniers nous permettront notamment de suivre la généalogie des cellules sur davantage de générations et d’analyser la propagation de la variabilité sur une échelle de temps plus grande. Sur la base de travaux précédents démontrant une augmentation transitoire de la variabilité au début de la différenciation érythrocytaire, nous souhaitons également étudier la transmission de la variabilité entre cellules apparentées au cours de ce processus. Finalement, nous couplerons les analyses transcriptomiques à des analyses épigénomiques afin d’étudier les interactions entre mémoire épigénétique et mémoire transcriptionnelle. Pour ce faire, nous perturberons certains acteurs impliqués dans la mémoire épigénétique, tels que les HDAC avec des molécules comme la Trichostatine A et regardons l’impact sur la mémoire transcriptionnelle. En function des résultats obtenus, nous mettrons en place des méthodes d’analyses de l’épigénome adaptées aux cellules uniques, tels que l’ATAC-seq mesurant l’accessibilité de la chromatine, pour investiguer les mécanismes impliqués dans les interactions de ces deux mémoires et leurs contributions dans la différenciation. Dans son ensemble, mon project permettra d’acquérir une meilleure compréhension de l’établissement de la variabilité de l’expression génique au cours d’un processus de différenciation et de mettre en lumière les mécanismes régulant la transmission de la variabilité et plus spécifiquement les mécanismes épigénétiques.
Questions
La question principale ainsi que les questions secondaires auquelles devront répondre le project.
Comment l’expression des gènes varie-t-lle entre des cellules dont la généalogie est identifiée au cours du processus de différenciation érythrocytaire.
Données
Une description détaillée des données obtenues pour répondre à ces questions.
Matrices de comptages, matrices normalisées, données de contrôle qualité (nombre de reads, etc...)
Date
La date du début du project.
09/03/2020
La date d’obtention des données.
bientôt
La date d’obtention de l’intégralité des données.
2022
La date souhaitée de fin du project.
01/10/2022
Attentes
Décrivez les missions que devront pour vous remplir le ou les bioinformatitiens dans ce project.
Optimisation d’un pipeline bio-informatique de traitements de données single cell RNAseq (Mars-seq) – recherche et implémentation des outils les plus adaptés pour répondre au project biologique.
Mise en place de méthodes et d’outils d’analyses des données pour répondre aux questions biologiques (comprenant les outils liés à l’environnement single-cell : contrôle qualité, méthode de normalisations, choix des gènes hypervariables, clustering, différentiel d’expression, IDR...).