Développement d'outils bioinformatiques pour la transcriptomique en cellule unique appliquée à la recherche de signatures de modes de division symétrique versus asymétrique de progéniteurs neuronaux

Development of bioinformatics tools for single-cell transcriptomics applied to the search for signatures of symmetric versus asymmetric division mode in neural progenitors

• Auteur / Autrice : Nathalie Lehmann
• Direction : Morgane Thomas-Chollier, Xavier Morin
• Type : Thèse de doctorat
• Discipline(s) : Génomique
• Date : Soutenance le 07/12/2021
• Etablissement(s) : Université Paris sciences et lettres
• Ecole(s) doctorale(s) : École doctorale Complexité du vivant (Paris ; 2009-....)
• Partenaire(s) de recherche : Laboratoire : Institut de biologie de l'École normale supérieure (Paris ; 2010-....)
• Partenaire(s) de recherche : établissement de préparation de la thèse : École normale supérieure (Paris ; 1985-....)
• Jury : Président / Présidente : Chunlong Chen
• Jury : Examinateurs / Examinatrices : Morgane Thomas-Chollier, Xavier Morin, Chunlong Chen, Denis Puthier, Marie Sémon, Fabienne Pituello
• Jury : Rapporteur / Rapporteuse : Denis Puthier, Marie Sémon

Mots clés

Mots clés contrôlés

Génomique

Mots clés libres

Bioinformatique

Pipeline d'analyse

Transcriptomique en cellule unique

Séquençage en lectures longues

Ré-Annotation de génome

Progéniteurs neuronaux

Bioinformatics

Analysis pipeline

Single-Cell RNA-Seq

Long-Read sequencing

Genome re-Annotation

Neural progenitors

Résumé

Ces dernières années, l’émergence des approches en cellules uniques (scRNA-seq) a favorisé la caractérisation de l’hétérogénéité cellulaire avec une précision inégalée. Malgré leur démocratisation, l’analyse de ces données reste complexe, en particulier pour les organismes dont les annotations sont incomplètes. Au cours ma thèse, j’ai observé que les annotations génomiques du poulet sont lacunaires, ce qui engendre la perte d’un grand nombre de lectures de séquençage. J’ai évalué à quel point une annotation améliorée affecte les résultats biologiques et les conclusions issues de ces analyses. Nous proposons une nouvelle approche basée sur la ré-annotation du génome à partir de données scRNA-seq et de RNA-seq bulk en lectures longues. Ce projet de biologie computationnelle s’appuie sur une étroite collaboration avec l’équipe expérimentale de Xavier Morin (IBENS). Le principal objectif biologique est la recherche de signatures de mode de division symétrique et asymétrique au sein de progéniteurs neuronaux. Afin d’identifier les principaux changements transcriptionnels, j’ai mis en place des approches dédiées à la recherche de signatures géniques à partir de données scRNA-seq.

In recent years, single-cell RNA-seq (scRNA-seq) has fostered the characterization of cell heterogeneity at a remarkable high resolution. Despite their democratization, the analysis of scRNA-seq remains a challenge, particularly for organisms whose genomic annotations are partial. During my PhD, I observed that the chick genomic annotations are often incomplete, thus resulting in a loss of a large number of sequencing reads. I investigated how an enriched annotation affects the biological results and conclusions from these analyses. We developed a novel approach based on the re-annotation of the genome with scRNA-seq data and long reads bulk RNA-seq. This computational biology project capitalises on a tight collaboration with the experimental team of Xavier Morin (IBENS). The main biological focus is the search for signatures of symmetric versus asymmetric division mode in neural progenitors. In order to identify the key transcriptional switches that occur during the neurogenic transition, I have implemented bioanalysis approaches dedicated to the search for gene signatures from scRNA-seq data.