Ces dernières années, 2 technologies innovantes sont venues révolutionner la biologie moléculaire, le séquençage Nanopore et le système CRISPR-Cas9. A partir de ces deux techniques, des données de séquençage ont été produites pour accéder à la fois à des séquences entières d'un génome viral archivé dans les cellules humaines, ainsi qu'à leurs sites d’intégration sur le génome humain [1]. Dans ce contexte, Mathieu Metifiot (CR CNRS) et son équipe MFP (Microbiologie Fondamentale et Pathogénicité) ont mis en place un protocole de séquençage adapté aux retrovirus exogènes, et en particulier au VIH.
Projet:
Le projet proposé vise à mettre en place un "pipeline" bioinformatique permettant l’analyse de ces données de séquençage afin de i) construire le génotype viral (séquence consensus), ii) identifier et analyser les sites d’intégration (par l'analyse du "mapping" produit sur le génome humain) et iii) réaliser une cartographie des modifications épigénétiques portées par le virus.
Pour cela, nous allons utiliser le célèbre mappeur minimap2 [2], agrémenté par des scripts R/Python qui devront permettre l'identification, l'analyse et l'annotation des sites d'intégration et des séquences virales. Afin de faciliter le déploiement sur diverses plateformes, ainsi que la réutilisation et la reproductibilité, l'utilisation des différents scripts devra être automatisée en utilisant le gestionnaire de flux Nextflow [3], actuellement la norme en analyse bioinformatique. Enfin, le pipeline Nextflow ainsi développé devra respecter un cahier de charges précis qui permettra son intégration dans EPI2ME labs (https://labs.epi2me.io/wfindex/), et ainsi augmenter sa visibilité et faciliter son utilisation par la communauté via des interfaces graphiques intuitives.
[1] Artesi, M., Hahaut, V., Cole, B. et al. PCIP-seq: simultaneous sequencing of integrated viral genomes and their insertion sites with long reads. Genome Biol 22, 97 (2021). https://doi.org/10.1186/s13059-021-02307-0
[2] Heng Li, Minimap2: pairwise alignment for nucleotide sequences, Bioinformatics, Volume 34, Issue 18, September 2018, Pages 3094–3100, https://doi.org/10.1093/bioinformatics/bty191
[3] P. Di Tommaso, et al. Nextflow enables reproducible computational workflows. Nature Biotechnology 35, 316–319 (2017) doi:10.1038/nbt.3820