Thèse Analyse Génotype-Phénotype à Grande Échelle chez les Poissons H/F Doctorat.Gouv.Fr

Établissement : École normale supérieure - PSL (ENS-PSL) École doctorale : Sciences du Vivant Laboratoire de recherche : Institut de Biologie de l'École Normale Supérieure Direction de la thèse : Hugues ROEST CROLLIUS ORCID 000000028209173X Début de la thèse : 2026-10-01 Date limite de candidature : 2026-10-19T23:59:59 Un des grands enjeux de la génomique actuelle est de comprendre l'évolution des génomes, pour faire le lien entre le génotype et les phénotypes à travers le prisme de l'évolution et de l'adaptation des espèces. La génomique comparative bénéficie aujourd'hui d'un apport phénoménal de données nouvelles, grâce aux grands projets de séquençage de la biodiversité sous l'égide du Earth Biogenome Project, dont fait partie ATLASea. Ces données massives constituent un matériau idéal pour identifier des relations génotype-phénotype en mobilisant des approches de génomique « forward » ou « reverse », consistant à associer des signatures génomiques à des changements phénotypiques.
Depuis plusieurs années, l'équipe s'intéresse particulièrement aux génomes de poissons, qui ont subi une duplication complète du génome avant la grande radiation des Téléostéens, à l'origine d'environ 30 000 espèces actuelles. Le projet de thèse s'appuiera sur l'expertise de l'équipe en bioinformatique et en génomique comparative des poissons afin de développer et appliquer ces stratégies à des cas connus d'évolution convergente chez les Téléostéens. L'évolution convergente - où un même phénotype apparaît ou disparaît indépendamment dans plusieurs lignées - constitue un cadre particulièrement puissant pour identifier des relations génotype-phénotype, car elle repose sur des observations répliquées naturellement. De nombreux exemples sont documentés chez les poissons, notamment :
- L'émergence du caractère amphibie,
- L'émergence de la viviparité,
- Des adaptations d'osmorégulation,
- L'émergence de l'endothermie,
- Des durées de vie extrêmement courtes ou longues,
- La perte de la vessie natatoire, de l'estomac, des écailles ou des nageoires.
Une approche plus exploratoire sur l'évolution convergente de traits de vie ou de caractères morphologiques sera également testée, à l'aide de données collectées dans les bases de données FishBase et Encyclopedy of Life (EOL). L'approche consistera à construire des jeux de données de référence comprenant :
- Des phylogénies de gènes codant pour des protéines,
- Des familles d'éléments non codants conservés (CNE).
Plus de 600 génomes de poissons de haute qualité sont actuellement disponibles et fourniront les données nécessaires pour établir des sous-ensembles pertinents (familles de gènes, alignements multiples de génomes, etc.).
Lorsque aucun élément génomique spécifique (gène ou CNE) ne pourra être directement associé à un phénotype d'intérêt via des schémas discrets de rétention ou de perte, deux stratégies complémentaires seront mises en oeuvre afin d'élargir le spectre des déterminants génétiques considérés :
- Extension du contexte biologique. Les annotations fonctionnelles (Gene Ontology, voies métaboliques, relations de paralogie) seront utilisées pour replacer les gènes dans un cadre fonctionnel élargi.
- Analyse des variations continues des taux d'évolution moléculaire. Plutôt que de se limiter à une logique binaire présence/absence, un signal continu de variation des taux d'évolution sera mesuré le long des phylogénies, afin de détecter des accélérations ou des contraintes évolutives associées aux phénotypes étudiés.
Ce projet offre une opportunité exceptionnelle de tirer parti de l'abondance croissante de génomes téléostéens de haute qualité produits ATLASea et d'autres programmes de séquençage de la biodiversité, afin d'explorer de manière intégrée les bases génétiques de l'innovation phénotypique chez les poissons.
Comprendre les liens entre variation génomique et diversité phénotypique constitue l'une des questions fondamentales de la biologie évolutive moderne. L'essor des grands projets de séquençage de la biodiversité : Earth BioGenome Project, Vertebrate Genomes Project, Darwin Tree of Life, et le programme ATLASea co-dirigé par le directeur de thèse, offre désormais accès à des centaines de génomes de poissons de haute qualité, ouvrant la voie à des analyses comparatives systématiques à l'échelle de la biodiversité. La thèse poursuivra trois objectifs principaux :
- Étendre la ressource en génomique comparative et en données phénotypique déjà aquise par l'équipe en incorporant les génomes de haute qualité disponibles après annotation via TOGA (>800 espèces), notamment ceux issus des expéditions ATLASea, via des pipelines robustes de phylogénie, d'orthologie et d'annotation.
- Identifier les signatures génomiques (variations de taille de familles de gènes (présence/absence), décalages de taux évolutifs dans les séquences codantes et modifications de CNE) statistiquement associées à des cas connus de convergence phénotypique chez les téléostéens (perte de la vessie natatoire 3, amphibiosité 4, électrogénèse, viviparité, perte des écailles, perte de l'estomac).
- Déployer des approches exploratoires, corrigées de la phylogénie, pour découvrir de nouveaux cas de convergence ou des schémas d'évolution de familles de gènes à partir de données morphologiques continues, en utilisant des métriques quantitatives de force de convergence.
L'ensemble des analyses sera conduit sous Linux/Unix en R et Python, selon des pratiques reproductibles (RMarkdown, renv). Le cluster de calcul de l'IBENS (>4 700 CPU, >20 To de RAM) supportera les étapes intensives en calcul.
- Intégration des données. Les assemblages génomiques et leurs annotations seront récupérés depuis le NCBI et filtrés selon des seuils de continuité (N50 des scaffolds 1 Mb). Pour les espèces supplémentaires dont les génomes ne sont pas encore annotés, l'annotation des gènes sera réalisée par transfert d'orthologie via TOGA, qui exploite des génomes de référence bien annotés et des alignements génomiques pour prédire les loci orthologues dans les génomes cibles. Les données phénotypiques seront extraites de FishBase (rfishbase), d'EOL (données morphométriques FishShapes) et de WoRMS (harmonisation taxonomique), en suivant des pipeline développés dans l'équipe.
- Inférence de l'orthologie et analyse des familles de gènes. Les Groupes Orthologues Hiérarchiques (HOG) seront inférés à l'aide de FastOMA sur l'ensemble des protéomes annotés, après réduction aux isoformes les plus longues par gène. Les matrices HOG × espèces (comptage de protéines) constitueront la base des corrélations génotype-phénotype.
Détection de la convergence et analyses statistiques. Pour chaque paire HOG-phénotype, une corrélation de rang de Spearman sera calculée, avec correction FDR par méthode de Benjamini-Hochberg. Afin de contrôler la non-indépendance phylogénétique-le principal biais statistique des études comparatives nous sélectionnerons les HOG dont la distribution entre espèces est plus dispersée qu'attendue sous modèle nul selon des métriques objectives, compatibles avec une convergence évolutive. Cette approche sera complétée par des méthodes prenant plus explicitement en compte la phylogénie : les moindres carrés généralisés phylogénétiques (PGLS) pour les phénotypes continus, et RERconverge sur les arbres de gènes et les alignements de CNE pour détecter des accélérations ou relaxations de contraintes évolutives corrélées aux gradients phénotypiques.
Annotation des candidats. Les HOG significatifs seront annotés via les descriptions de gènes NCBI, les termes Gene Ontology, les bases de voies métaboliques (KEGG, Reactome) et des recherches de similarité par BLASTp. Les résultats seront croisés avec des données d'expression tissulaire de zebrafish et medaka afin de replacer les signatures génomiques détectées dans un contexte biologique précis.
- Cartographie exploratoire de la convergence. Au-delà des analyses dirigées, une approche non supervisée fondée sur les profils de dispersion phylogénétique sera menée. Ces familles de gènes seront croisés avec les données phénotypiques pour découvrir de nouvelles convergences potentielles.
- des associations génotypes-phénotype candidates pourront être testées expérimentalement dans des espèces de poissons modèles en collaboration avec la plateforme aquacole de l'IBENS (ex: expression in situ, gènes rapporteurs)