Reconstructions de réseaux métaboliques à partir de données de métagénomique shotgun Nanopore. - Inria - Institut national de recherche en sciences et technologies du numérique
Master Thesis Year : 2022

Draft reconstructions of metabolic networks from Nanopore and shotgun metagenomic data.

Reconstructions de réseaux métaboliques à partir de données de métagénomique shotgun Nanopore.

Abstract

The gut microbiome is a complex ecosystem, located mostly in the colon. It is highly diverse and contains hundreds of microorganisms. Systems biology is a recent field of biology that aims to study these complex systems. It goes hand in hand with computational biology which develops and provides the necessary tools. A biological network is an abstract representation of a biological system, accounting for its components and their interactions. Advances in sequencing techniques have made it possible to obtain a growing amount of genetic information. By combining this new profusion of data with the development of metagenomic techniques, it becomes possible to identify the organisms constituting a community and to generate the corresponding metabolic networks. However, experimental proteomics and metabolomics data are still rather limited when it comes to studies out of the model organisms’ range. This is why it is important to build robust metabolic network reconstruction strategies that can overcome this lack of data. The overall objective of this study is to evaluate the efficiency of Nanopore sequencing for metagenomicanalysis and metabolic network reconstruction. This work is based on metagenomic data obtained from samples of piglet’s gut microbiota. A first step will be to automatically generate the metabolic networks for each identified strain. In a second step, the predictions of the resulting networks will be compared to experimental data, focusing on two compounds of interest which are the succinate and the tryptophan.
Le microbiome intestinal est un écosystème complexe, situé majoritairement dans le colon. Il est très diversifié et contient des centaines de micro-organismes. La biologie des systèmes est un domaine récent de la biologie qui cherche à étudier ces systèmes complexes. Elle va de pair avec la biologie computationnelle qui développe et fournit les outils nécessaires. Un réseau biologique est une représentation abstraite d’un système biologique, rendant compte des éléments le composant et de leurs interactions. Les progrès dans les techniques de séquençage ont permis d’obtenir une quantité d’informations génétiques grandissantes. En combinant cette nouvelle profusion de données au développement des techniques de métagénomique il devient alors possible d’identifier les organismes constituant une communauté et de générer les réseaux métaboliques correspondants. Cependant les données de protéomique et de métabolomique expérimentales sont encore assez limitées dès que l’on sort de l’étude d’organismes modèles. C’est pour cela qu’il est important de construire des stratégies de reconstruction de réseaux métaboliques robustes, capables de palier à ce manque de données. L’objectif global de cette étude est d’évaluer l’efficacité du séquençage Nanopore pour l’analyse métagénomique et la reconstruction de réseaux métaboliques. Ce travail se base sur des données de métagénomique obtenues à partir d’un échantillon de microbiote intestinal de porcelet. Une première étape consistera à générer automatiquement les réseaux métaboliques pour chaque souche identifiée. Dans un second temps les prédictions des réseaux obtenus seront comparées aux données expérimentales, en se focalisant sur deux composés d’intérêt qui sont le succinate et le tryptophane.
Fichier principal
Vignette du fichier
Rapport_de_stage_M1_BioInformatique_Moana_AULAGNER.pdf (755.78 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03879996 , version 1 (30-11-2022)

Identifiers

  • HAL Id : hal-03879996 , version 1

Cite

Moana Aulagner. Reconstructions de réseaux métaboliques à partir de données de métagénomique shotgun Nanopore.. Bio-informatique [q-bio.QM]. 2022. ⟨hal-03879996⟩
58 View
137 Download

Share

More