Approche moléculaire et bio-informatique appliquée à la surveillance de la résistance aux antimicrobiens dans un contexte One Health

A Molecular and Bioinformatics Approach to Antimicrobial Resistance Surveillance in a One Health Contex

• Auteur / Autrice : Thibaut armel chérif Gnimadi
• Direction : Jean-François Zagury, Alpha Kabinet Keita
• Type : Projet de thèse
• Discipline(s) : Sciences pour l'ingénieur spécialité Bioinformatique
• Date : Inscription en doctorat le 01/11/2023
• Etablissement(s) : Paris, HESAM en cotutelle avec Université Gamal Abdel Nasser de Conakry
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : GBCM - Génomique, bioinformatique et chimie moléculaire
• Partenaire(s) de recherche : établissement de préparation de la thèse : Conservatoire national des arts et métiers (France ; 1794-....)

Mots clés

Mots clés libres

Bio-informatique

Résistance antimicrobienne

Approche Une Seule Santé

Bioinformatics

Antimicrobial Resistance

One Health

Résumé

La résistance aux antimicrobiens (RAM) est un problème de santé publique majeur dans le monde entier. Elle contribue à l'échec des traitements antibiotiques et à l'augmentation des taux de mortalité dans diverses maladies infectieuses. En effet, l'émergence de cette résistance généralisée oblige les acteurs de santé à envisager l'approche "une seule santé" pour comprendre la RAM et sa propagation. Avec l'avènement du séquençage du génome entier (WGS) il est désormais possible d'utiliser des approches moléculaires et bio-informatiques avancées pour obtenir de nouvelles informations sur les mécanismes moléculaires les plus complexes de la résistance aux antimicrobiens. La présente recherche doctorale permettra de décrire l'ampleur de la résistance des pathogènes aux antimicrobiens en Guinée, d'implémenter l'approche moléculaire et bio-informatique pour la surveillance de la RAM en Guinée, de développer des outils d'analyse accessibles et faciles à utiliser en se basant sur ceux existant et de développer un tableau de bord présentant des données épidémiologiques, phénotypiques et génomiques accessible pour la prédiction de la RAM ainsi que le typage moléculaire. Les isolats collectés à l'interface homme-faune domestique vont servir de matériel biologique pour la réalisation de cette étude. L'analyse métagénomique et le séquençage du génome entier sera effectué et les données générées vont servir de jeux de données pour les analyses bio-informatiques. A la fin de cette recherche doctorale, un système de surveillance de la RAM basé sur l'approche moléculaire et bio-informatique dans un contexte ‘One Health' est mis en place. Les gènes de résistance aux agents antimicrobiens sont déterminés sur toutes souches bactériennes isolées à partir des isolats humains et animaux de l'élevage. De nouveaux outils d'analyses sont proposés pour la détection et la prédiction de la RAM en Guinée. Les résultats de cette recherche fourniront de nouvelles connaissances et une base scientifique pour la surveillance de la RAM en Guinée. Ces travaux basés sur une approche génomique et bio-informatique permettront de prédire les phénomènes de résistance susceptibles d'émerger dans un contexte One Health

Antimicrobial resistance (AMR) is a major public health problem worldwide. It contributes to the failure of antibiotic treatments and increased mortality rates in various infectious diseases. Indeed, the emergence of this widespread resistance is forcing health actors to consider the "one health" approach to understanding AMR and its spread. With the advent of whole genome sequencing (WGS) it is now possible to use advanced molecular and bioinformatics approaches to obtain new insights into the most complex molecular mechanisms of antimicrobial resistance. This doctoral research will describe the extent of pathogen resistance to antimicrobials in Guinea, implement the molecular and bioinformatics approach for AMR surveillance in Guinea, develop accessible and easy-to-use analysis tools based on existing ones and develop a dashboard presenting epidemiological data, Phenotypic and genomic accessible for AMR prediction and molecular typing. The isolates collected at the domestic human-wildlife interface will be used as biological material for this study. Metagenomic analysis and whole genome sequencing will be performed, and the data generated will serve as datasets for bioinformatics analyses. At the end of this doctoral research, an AMR monitoring system based on the molecular and bioinformatics approach in a 'One Health' context is set up. Antimicrobial resistance genes are determined on all bacterial strains isolated from human and livestock isolates. New analytical tools are proposed for the detection and prediction of AMR in Guinea. The results of this research will provide new knowledge and a scientific basis for AMR surveillance in Guinea. This work based on a genomic and bioinformatics approach will make it possible to predict resistance phenomena likely to emerge in a One Health context.